典型文献
多任务检测网络下车道线宽度测距方法
文献摘要：
针对复杂交通场景下单个模型无法同时检测车道线和车辆,以及车道线检测实时性较差的问题,提出了一种新的多任务检测网络模型,该模型可以同时检测车辆和车道线,无需任何先验信息.同时,在多任务检测网络模型下修正现有的基于车道宽度进行测距的方法:对现有方法在弯道下测距产生的误差进行分析后,提出一种弯道下基于车道线斜率的车道横向宽度的计算模型,在假设车道线是同心圆模型前提下,修正车道横向宽度计算公式后推导出前方车辆纵向距离的测距模型,车道线曲率为0.01时,对50 m范围内的车辆实施修正后的测距方法,测距误差小于3％;在车道线曲率小于0.005时,对100 m范围内的车辆实施修正后的测距方法,测距误差小于1％,相较于现有方法,修正后测距方法的测距精度显著提高.最后通过KITTI数据集验证在多任务检测网络下实施修正后的测距方法的效果,结果表明:多任务检测网络对车道线的近点拟合效果较好,且在有遮挡的情况下仍然可以预测出遮挡部分的车道线,鲁棒性较好,修正后的测距方法的平均测距误差小于5％,测距精度明显提高.
文献关键词：
多任务检测网络;车辆检测;车道线;误差分析;测距模型修正
中图分类号：
作者姓名：
刘军;陈辰;李汉冰;许多
作者机构：
江苏大学 汽车与交通工程学院,江苏 镇江 212013
文献出处：
引用格式：
[1]刘军;陈辰;李汉冰;许多-.多任务检测网络下车道线宽度测距方法)[J].重庆理工大学学报,2022(06):62-71
A类：
多任务检测网络,测距模型修正
B类：
下车,线宽,交通场景,下单,同时检测,检测车,车道线检测,先验信息,车道宽度,弯道,横向宽度,同心圆模型,宽度计算,前方车辆,曲率,测距误差,后测,测距精度,KITTI,数据集验证,拟合效果,遮挡,预测出,车辆检测,误差分析
AB值：
0.212378
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
