首页|期刊简介|投稿指南|分类索引|刊文选读|订阅指南|证明资料|样刊邮寄查询|常见问题解答|联系我们
高扬,王晨,李昭健. 基于深度学习的无人驾驶汽车车道线检测方法[J]. 科学技术与工程, 2021, 21(24): 10401-10406.
Gao Yang,Wang Chen,Li Zhaojian.Research on Lane Line Detection Method of[J].Science Technology and Engineering,2021,21(24):10401-10406.
基于深度学习的无人驾驶汽车车道线检测方法
Research on Lane Line Detection Method of
投稿时间:2020-11-18  修订日期:2021-05-23
DOI:
中文关键词:  无人驾驶技术  车道线检测  深度学习  信息融合  VGG网络
英文关键词:Driverless technology  Lane line detection  Deep learning  Information fusion  VGG network
基金项目:国家自然科学基金项目(面上项目,重点项目,重大项目)
        
作者单位
高扬 长安大学
121000004370964988
王晨 长安大学 汽车学院
李昭健 长安大学 汽车学院
摘要点击次数: 168
全文下载次数: 40
中文摘要:
      车道线检测是实现当前汽车辅助驾驶和未来无人驾驶汽车的关键,深度学习技术在近几年迅猛发展,在图像识别、图像分割、语音识别以及数据预测等方面都取得出色成绩。本文结合深度学习技术对无人驾驶汽车环境感知中的车道线检测进行了相应的研究,提出一种基于深度学习的车道线识别算法。对比研究已有算法,针对其中的信息融合问题,提出了一种新的特征图上下文信息融合方法,将该方法与VGG网络相结合提出了VGG-FF,进一步加入空洞卷积提出VGG-FFD车道线识别网络。将该网络模型在公开数据集以及自制数据集上进行了性能测试,实验结果表明该模型具有良好的识别效果。
英文摘要:
      Lane line detection is the key to the realization of current car-assisted driving and future driverless cars. Deep learning technology has developed rapidly in recent years and has achieved excellent results in image recognition, image segmentation, speech recognition, and data prediction. This paper combines deep learning technology to carry out corresponding research on lane line detection in driverless car environment perception and proposes a lane line recognition algorithm based on deep learning. Comparative study of existing algorithms, given the information fusion problem, the paper proposes a novel feature map context information fusion method. The method is combined with the VGG network to propose VGG-FF, and the dilated convolution is further added to propose VGG-FFD lanes Line recognition network. The network model has been compared with the public data set and self-made data set. The experimental results prove that the model has a good recognition effect.
查看全文  查看/发表评论  下载PDF阅读器
关闭
你是第44550417位访问者
版权所有:科学技术与工程编辑部
主管:中国科学技术协会    主办:中国技术经济学会
Tel:(010)62118920 E-mail:stae@vip.163.com
京ICP备05035734号-4
技术支持:本系统由北京勤云科技发展有限公司设计

京公网安备 11010802029091号