基于CNN和Transformer点云图像融合的道路检测

针对道路检测模型易受光线及阴影影响而导致精度不高及道路边缘分割不准确的问题,提出一种基于Transformer和卷积神经网络模型混合且以RGB图像和三维激光雷达点云共同为输入的道路分割算法,实现了无人车在自动驾驶过程中对所在行驶道路的精确感知。在KITTI道路数据集上的实验结果表明:与现有的道路检测模型相比,本文方法在分割精度方面具有较好的性能。