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
06
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
1
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