期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于传感器融合和方向可调卷积神经网络的车道检测算法研究
被引量:
1
1
作者
潘顺莉
吴训成
张伟伟
《计算机与数字工程》
2021年第5期925-929,941,共6页
针对传统的卷积神经网络在复杂道路场景中无法有效地提取车道特征的问题,论文提出了一种基于传感器融合和方向可调卷积神经网络的车道检测算法。该算法首先利用激光雷达对道路场景下的道路表面激光点进行提取,然后将提取的道路点投影到...
针对传统的卷积神经网络在复杂道路场景中无法有效地提取车道特征的问题,论文提出了一种基于传感器融合和方向可调卷积神经网络的车道检测算法。该算法首先利用激光雷达对道路场景下的道路表面激光点进行提取,然后将提取的道路点投影到图像坐标,之后将融合道路表面空间信息的二维图像作为网络输入。在提取车道特征过程中,方向可调卷积神经网络只对处于道路表面内的特征进行提取,避免了道路表面障碍物和道路旁的公共设施的干扰,实现车道线的精准检测。实验结果表明,该方法在复杂道路场景下的车道识别率可达到92.21%。
展开更多
关键词
车道检测
传感器融合
方向可调卷积神经网络
道路表面提取
下载PDF
职称材料
题名
基于传感器融合和方向可调卷积神经网络的车道检测算法研究
被引量:
1
1
作者
潘顺莉
吴训成
张伟伟
机构
上海工程技术大学
出处
《计算机与数字工程》
2021年第5期925-929,941,共6页
文摘
针对传统的卷积神经网络在复杂道路场景中无法有效地提取车道特征的问题,论文提出了一种基于传感器融合和方向可调卷积神经网络的车道检测算法。该算法首先利用激光雷达对道路场景下的道路表面激光点进行提取,然后将提取的道路点投影到图像坐标,之后将融合道路表面空间信息的二维图像作为网络输入。在提取车道特征过程中,方向可调卷积神经网络只对处于道路表面内的特征进行提取,避免了道路表面障碍物和道路旁的公共设施的干扰,实现车道线的精准检测。实验结果表明,该方法在复杂道路场景下的车道识别率可达到92.21%。
关键词
车道检测
传感器融合
方向可调卷积神经网络
道路表面提取
Keywords
lane detection
sensor fusion
steerable convolutional neural network
road surface extraction
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于传感器融合和方向可调卷积神经网络的车道检测算法研究
潘顺莉
吴训成
张伟伟
《计算机与数字工程》
2021
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部