公开(公告)号：CN119169555A

公开(公告)日：2024-12-20

申请号：CN202411181839.X

申请日：2024-08-27

Applicant: 福州大学

Inventor： 黄炜 ,  林开城 ,  吴政啸

IPC: G06V20/56 ,  G06T17/30 ,  G06V10/44 ,  G06V10/26 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/0455

Abstract: 本发明涉及一种基于深度学习的复杂场景结构化道路检测方法，属于自动驾驶环境感知领域。所述方法包括：划分数据集并进行预处理；构建基于B样条曲线的端到端车道检测网络，将曲线参数的学习转为控制点的学习，改进残差网络，引入混合注意力模块和辅助损失分支，并引入翻转融合模块，利用回归分支提取车道线控制点坐标，并与存在性分支中车道线存在概率进行匹配获得检测结果；利用训练样本进行网络训练；对网络的性能进行评估；使用训练好的模型进行车道线检测。本发明不仅具有轻量级特点，而且在有车辆遮挡、车道线缺损等复杂场景下仍然能保持较高的车道检测精度，满足自动驾驶对复杂场景结构化道路检测实时性和准确性的要求。