-
题名基于语义分割的无人驾驶车道线检测算法研究
被引量:2
- 1
-
-
作者
孙斌艳
曹馨窈
张连勇
郭继峰
-
机构
东北林业大学信息与计算机工程学院
-
出处
《计算机时代》
2022年第5期39-41,47,共4页
-
基金
东北林业大学大学生创新创业训练计划项目资助(41111214)。
-
文摘
自动驾驶车辆在实际行驶过程中,往往对车道线检测的算法效率有着很高的要求,针对这一问题,本文基于2018年提出的经典车道线检测模型Lanenet,提出一种检测时间开销较小的算法,本算法主要通过两个方法提升车道线检测实时性:一是压缩网络结构,减少图片前向处理时间;二是使用时间复杂度小的k-means算法对车道线像素进行聚类,加快聚类效率。在相同实验环境下,本算法在总时间上比Lanenet减少了77.9%,能更好的解决车道线检测实时性能差这一问题。
-
关键词
车道线检测
语义分割
实时检测
无人驾驶
-
Keywords
lane detection
semantic segmentation
real-time detection
driverless
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-