复杂场景中的快速车道线检测方法

来源：计算机工程与应用杂志2023年第13期北京时间：

作者：杜黎, 吕毅斌, 武德安, 罗雨欣

单位：1.昆明理工大学 理学院，昆明 650500；2.电子科技大学 数学科学学院，成都 611731

摘要：车道线检测是实现无人驾驶系统的一项重要任务。针对当前基于分割的检测方法实时性能不足的问题，提出了一种快速车道线检测方法FracLane。设计一种高效的特征提取模块，通过分形的思想构造基于聚合不同大小感受野的分形残差结构，更准确地提取车道特征。结合龙格-库塔法，使用可训练参数对分形残差结构的输出进行加权融合，构造能进一步提升网络性能的分形残差模块（FracRes）。在特征解码阶段引入一种基于行锚检测方法的车道位置预测模块（LPP），极大提高网络的检测速度。在包含多种交通场景的车道检测数据集TuSimple和CULane上进行的大量实验，结果表明，该方法在两个数据集上最高可获得97.26%的准确率和78.1的F1评分，在800×288的分辨率下，最高可获得206?FPS的推理速度。与现有检测方法相比，该方法在检测精度与速度方面都有明显提高，达到实时检测任务的需求。

关键词：车道线检测,行锚,分形残差,龙格-库塔,卷积神经网络