面向嵌入式平台的车道线检测方法

摘要：

车道线检测在自动驾驶和高级辅助驾驶中起着举足轻重的作用,然而,传统的车道线检测技术鲁棒性较差,而大多数基于深度学习的方法复杂度又较高,难以在嵌入式平台实时应用.提出一种面向嵌入式平台的轻量级车道线检测网络,将车道线检测转化为语义分割问题,该网络借鉴U-Net与Segnet网络结构,使用了小尺度卷积等轻量化组件设计计算高效的语义分割网络.在检测车道线的基础上,计算车辆距离两侧车道线的距离,以及车道线的曲率,同时当车辆偏离车道线或检测出现异常时进行预警,最后将整个系统移植到海思平台.实验结果表明:该系统具有较高的检测精度以及检测速度,准确率达到97.5％,速度达到50 FPS,满足实时性要求,因此该系统能够用于面向嵌入式平台的实时车道线的检测、测距、曲率计算以及预警.

关键词：车道线检测、嵌入式平台、深度学习、语义分割、自动驾驶

所属期刊栏目：51

分类号：TP751(遥感技术)

资助基金：中国博士后科学基金2021TQ0177

在线出版日期：2022-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：473-480