利用卷积神经网络的车道线检测方法

摘要：

车道线检测是自动或智能辅助驾驶的核心问题之一.本文主要研究单目视觉下车道线检测算法.车道线具有多样性,其存在的环境又具有复杂性,因此准确高效的车道线检测是一个具有挑战性的问题.本文提出了一种新的车道线检测算法,在传统车道检测方法中引入深度学习模型,主要包括以下步骤:首先使用图像增强算法利用车道线先验特征进行边缘增强,对于边缘增强后的图像采用线段检测器进行线段提取,然后利用卷积神经网络构造线段分类器排除线段噪声,最后通过对消失点聚类排除无关线段,并按斜率聚类产生主车道线.实验表明,本文实现的算法具备较强的鲁棒性和很高的检测准确度.

关键词：卷积神经网络、车道线检测、线段检测器

所属期刊栏目：35

分类号：TP391(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFB0505000

在线出版日期：2019-05-27（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：435-442