基于 MultiRes+UNet 网络的车道线检测算法
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391

基金项目:

国家自然科学基金(61601105,61602099,61701097)、河北省自然科学基金(F2016501073)资助项目


Lane line detection algorithm based on MultiRes+UNet network
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    无人驾驶技术改变人类生活方式,带车道线属性的高精地图,是无人驾驶领域的重要一环。 针对现有算法在车道线检 测时存在准确率低、效率低等问题提出基于 MultiRes+UNet 检测方法。 该方法通过空洞卷积扩大卷积感受野,从而对全局信息 统筹,运用 MultiRes block 和 Res path 结构减轻编码器-解码器特征之间的差异,大大降低了内存的需求。 实验结果表明,此算 法在保证检测准确率的同时, 提高了算法的稳定性和运行速率,在纯车道、复合车道、阴影污损车道等多情况下,调和平均值分 数分别为 0. 959、0. 942、0. 891,该算法存在高效性、高鲁棒性。

    Abstract:

    Unmanned technology changes human lifestyle. The high-precision map with the lane line attribute plays a crucial role in the unmanned field. Proposing a detection method based on MultiRes + UNet network, aiming at the problem that the low accuracy and low efficiency of existing algorithms in the detection of composite lane lines. This method expands the convolution receptive field by dilated convolution to co-ordinate global information. The MultiRes block and Res path structure are used to reduce the difference between the encoder and decoder features, which greatly reduces the memory requirement. The experimental results show that the proposed algorithm improves the detection speed of the algorithm while ensuring the detection accuracy. When the pure lane, compound lane and shadow fouling lanes are obtained, the harmonic mean F1 scores are 0. 959, 0. 942, and 0. 891, the algorithm is high efficiency and high robustness.

    参考文献
    相似文献
    引证文献
引用本文

李梅梅,胡春海,龙 平,刘少楠.基于 MultiRes+UNet 网络的车道线检测算法[J].电子测量与仪器学报,2020,34(9):117-122

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2023-11-20
  • 出版日期:
文章二维码