基于传感器融合和方向可调卷积神经网络的车道检测算法研究
潘顺莉
吴训成
张伟伟
上海工程技术大学 上海 201620
摘要：针对传统的卷积神经网络在复杂道路场景中无法有效地提取车道特征的问题,论文提出了一种基于传感器融合和方向可调卷积神经网络的车道检测算法.该算法首先利用激光雷达对道路场景下的道路表面激光点进行提取,然后将提取的道路点投影到图像坐标,之后将融合道路表面空间信息的二维图像作为网络输入.在提取车道特征过程中,方向可调卷积神经网络只对处于道路表面内的特征进行提取,避免了道路表面障碍物和道路旁的公共设施的干扰,实现车道线的精准检测.实验结果表明,该方法在复杂道路场景下的车道识别率可达到92.21％.
关键词：车道检测传感器融合方向可调卷积神经网络道路表面提取
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2021-05-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 925-929,941 )
英文信息