利用卷积神经网络的车道线检测方法

利用卷积神经网络的车道线检测方法

论文摘要

车道线检测是自动或智能辅助驾驶的核心问题之一。本文主要研究单目视觉下车道线检测算法。车道线具有多样性,其存在的环境又具有复杂性,因此准确高效的车道线检测是一个具有挑战性的问题。本文提出了一种新的车道线检测算法,在传统车道检测方法中引入深度学习模型,主要包括以下步骤:首先使用图像增强算法利用车道线先验特征进行边缘增强,对于边缘增强后的图像采用线段检测器进行线段提取,然后利用卷积神经网络构造线段分类器排除线段噪声,最后通过对消失点聚类排除无关线段,并按斜率聚类产生主车道线。实验表明,本文实现的算法具备较强的鲁棒性和很高的检测准确度。

论文目录

  • 1 引言
  • 2 边缘提取增强和线段提取
  •   2.1 使用车道线先验特征的边缘增强
  •   2.2 线段提取
  • 3 线段筛选
  • 4 后处理
  • 5 实验与测试结果
  • 6 结论
  • 文章来源

    类型: 期刊论文

    作者: 钱沄涛,胡忠闯,陈思宇

    关键词: 卷积神经网络,车道线检测,线段检测器

    来源: 信号处理 2019年03期

    年度: 2019

    分类: 信息科技,工程科技Ⅱ辑

    专业: 汽车工业,计算机软件及计算机应用,自动化技术

    单位: 浙江大学计算机学院

    基金: 国家重点研发计划(2018YFB0505000)

    分类号: TP391.41;TP183;U463.6

    DOI: 10.16798/j.issn.1003-0530.2019.03.015

    页码: 435-442

    总页数: 8

    文件大小: 3825K

    下载量: 392

    相关论文文献

    标签:;  ;  ;  

    利用卷积神经网络的车道线检测方法
    下载Doc文档

    猜你喜欢