空间中的语义直线检测_基于语义分割的车道线检测算法研究

龙源期刊网

http://www.qikan.com.cn

基于语义分割的车道线检测算法研究

作者：张道芳

张儒良

来源：《科技创新与应用》

2019

年第

期

摘

;

要：随着半自动辅助驾驶，全自动无人驾驶系统等人工智能技术的发展和普及，驾驶

环境的检测和识别变得非常关键。文章采用语义分割的

DeeplabV3+

网络车道线对检测，不仅

克服了传统检测方法的缺陷，而且在检测的性能和效果上要优于传统的检测方法。

关键词：车道线检测

;

深度学习

;

语义分割

;DeeplabV3+

中图分类号：

TP391; ; ; ; ;

文献标志码：

A; ; ; ; ;

文章编号：

2095-2945

(

2019

)

06-0014-03

概述

车道线检测是辅助驾驶系统和无人驾驶的重要组成部分，它们都是通过车道线检测的结果

为无人驾驶的控制系统提供依据，车道线检测的研究有重要的研究价值和意义。因此，吸引了

国内外众多学者对车道线检测问题进行研究。

叶美松

[1]

提出了一种车道线图像检测和识别算法，主要采用

IPM

视图转换、霍夫直线的

检测、

RANSAC

算法和贝塞尔样条曲线拟合等方法，该算法在有短的、长的和明显弯曲的干

扰因素的环境中都有很好的检测效果，但是对于存在高的立状干扰物的情况下存在误检。门光

文

[2]

提出的车道线检测方法是先进行感兴趣区域的划分，再进行中值滤波，然后利用

Canny

算子提取车道线边缘信息，最后通过对传统霍夫变换添加约束条件，实现车道线的提取。该方

法能检测直线车道线，但是对于曲线车道线检测效果不好。王晓锦

[3]

采用图像预处理技术先

滤波，去除图像噪声，然后基于消失点的检测设定动态感兴趣区域

ROI

，最后提出利用极角极

径约束的

Hough

变换进行基于分段直线模型的车道线检测，该方法对于过于弯曲的车道线检

测效果不理想。隋靓等

[4]

提出一种由

Hough

变换与二次曲线模型相结合的高速公车道线识别

算法。该算法首先对图像作感兴趣区域

ROI

划分

;

再使用

LOG

算子在

ROI

边缘检测的基础上

进行

Hough

变换检测直线

;

然后根据已检测出的直线再进一步动态划分

ROI

和直线检测

;

最后通

过判断两直线段的方向变化趋势，根据判断的结果进行直线和二次曲线切换的车道线拟合。成

剑

[5]

设计了改进的

Otsu

算法提高车道线识别度

;

针对噪声对车道线边缘识别的干扰问题，重点

提出了分区域识别边缘角度，排除异常边缘线，并对去噪后的边缘线进行了补偿

;

车道线识别

阶段，着重对概率

Hough

变换及

RANSAC

算法做了改进研究，提出了直线

抛物线型的车道线

模型，并设计了模型区域分配的方法以解决曲线道路出现位置不定的问题，再利用最小二乘法

求出车道线模型的参数。该算法在存在长条形噪声干扰的情况下检测效果不理想。

为了解决上诉问题，本文采用基于深度学习语义分割

DeeplabV3+

网络的车道线检测。将

车道线数据集在

DeeplabV3+

网络中进行训练，学习并保存网络权重，利用保存下的权重描绘

车道线。

空间中的语义直线检测_基于语义分割的车道线检测算法研究相关推荐

matlab与逆透视变换,基于逆透视变换的车道线检测方法与流程
本发明属计算机视觉.图形处理技术领域,具体涉及一种通过照度不变及逆透视变换进行车道线快速鲁棒检测的方法. 背景技术: 车道线检测作为自动驾驶技术的第一个环节,能够有效感知车辆周围世界,并获取可行驶区域 ...
无人驾驶汽车系统入门（六）——基于传统计算机视觉的车道线检测(1)
无人驾驶汽车系统入门(六)--基于传统计算机视觉的车道线检测(1) 感知,作为无人驾驶汽车系统中的"眼睛",是目前无人驾驶汽车量产和商用化的最大障碍之一(技术角度), 目前,高等级 ...
基于MATLAB改进Otsu阈值分割的车道线检测
基于MATLAB改进Otsu阈值分割的车道线检测摘要:在判断车道偏离以防止车辆碰撞等危害时,车道标线检测需要通过图像处理来进行,检测方法是否适用于各种背景环境条件以及检测的及时性至关重要传统的Ots ...
无人驾驶汽车系统入门（七）——基于传统计算机视觉的车道线检测(2)
无人驾驶汽车系统入门(七)--基于传统计算机视觉的车道线检测(2) 原创不易,转载请注明来源:http://blog.csdn.net/adamshan/article/details/7873330 ...
【camera】全景驾驶感知网络YOLOP部署与实现（交通目标检测、可驾驶区域分割、车道线检测）
全景驾驶感知网络YOLOP部署与实现(交通目标检测.可驾驶区域分割.车道线检测) 项目下载地址包含C++和Python两种版本的程序实现:下载地址 YOLOP开源项目: https://github ...
基于Spatial CNN的车道线检测和交通场景理解
SCNN车道线检测--(SCNN)Spatial As Deep: Spatial CNN for Traffic Scene Understanding(论文解读) Spatial As Deep: ...
车道线检测-从单车道到多车道的车道线检测（一）
车道线检测 ····在参加udacity的课程后,对于车道线有了一些直观的认识,后来在实验室学习和外出实习过程中,也接触过不少车道线方面的检测工作,这边将对这些日子里的工作做一个总结. ····这也是 ...
车道线检测-从单车道到多车道的车道线检测（三）
车道线检测 ····这里是车道线检测第三篇,也是最后一篇,睿智小编,在线码字. ····车道线检测,从易到难:单直线车道检测–>单弯道车道检测–>多直线车道检测–>多弯道车道检测 · ...
kcf 跟随_基于YOLO和KCF的目标跟踪算法研究
1. 引言随着AI技术的不断发展,其子领域计算机视觉技术也获得了突飞猛进的进步,计算机视觉即通过机器实现"人眼"对事物的测量和判别能力.目前,计算机视觉技术主要应用于智能视频监控 ...

空间中的语义直线检测_基于语义分割的车道线检测算法研究

空间中的语义直线检测_基于语义分割的车道线检测算法研究相关推荐

最新文章

热门文章