典型文献
基于语义分割的无人驾驶车道线检测算法研究
文献摘要：
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.
文献关键词：
车道线检测;语义分割;实时检测;无人驾驶
中图分类号：
作者姓名：
孙斌艳;曹馨窈;张连勇;郭继峰
作者机构：
东北林业大学信息与计算机工程学院,黑龙江 哈尔滨 150000
文献出处：
引用格式：
[1]孙斌艳;曹馨窈;张连勇;郭继峰-.基于语义分割的无人驾驶车道线检测算法研究)[J].计算机时代,2022(05):39-41,47
A类：
Lanenet
B类：
语义分割,无人驾驶车,车道线检测,检测算法,算法研究,自动驾驶车辆,行驶过程,算法效率,检测模型,检测时间,开销,处理时间,使用时间,时间复杂度,means,像素,实验环境,实时检测
AB值：
0.273409
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。
