基于语义分割网络的路面积水与湿滑区域检测

摘要：

积水或湿滑路面的道路附着系数远小于干燥路面的附着系数,对交通的安全性和机动性都有很大的影响.通过及时获取路面状态信息而发出预警,可大大减小潜在伤害.本文中研究了基于图像的语义分割网络在积水和潮湿的路面状态识别中的应用,它不仅可预测未来路面状态信息,且可得到路面积水和湿滑区域的分布.该方法利用语义分割网络Res-UNet++,分割出路面的积水和湿滑区域.Res-UNet++结构包括嵌套了不同深度的编码器-解码器结构,并在网络的特征提取部分加入残差结构,从而使图像的特征更容易学习.该方法取得了平均交并比为90.07％的分割精度并克服了其它方法的缺点.

关键词：积水与湿滑区域检测、编码器-解码器、深度学习、语义分割网络

所属期刊栏目：43

分类号：TP391.41;U461.2;TN925.93

资助基金：国家重点研发计划;国家自然科学基金;国家自然科学基金;国家自然科学基金;国家自然科学基金;江苏省自然科学基金;江苏省"六大人才高峰"高层次人才项目;江苏省重点研发项目;江苏省重点研发项目

在线出版日期：2021-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：485-491