来源：期刊VIP网 时间：
作者：孙扬;李韵鹏;宋建坤;韩磊;
单位：河北工程大学机械与装备工程学院;邯郸市智能车辆重点实验室;
摘要：为了检测复杂道路场景下的车道线，提出了一种改进Unet网络的车道线检测方法。首先引入非对称卷积模块代替原Unet的卷积层，降低网络模型的计算量，压缩网络模型的规模；然后通过金字塔池化结构优化网络对深层语义信息的提取，增强模型对深层语义信息的把握；其次在浅层与深层语义信息的融合问题上通过AG模块对深、浅层信息进行筛选，将有利于车道线检测的信息进行特征相加，进一步突显车道线特征。在Tusimple数据集上对该算法进行了训练和评估，实验结果表明，在准确率、误检率和漏检率上比原Unet分别提高了1.35、3.64、2.74%，同时经过实车验证表明该算法能实现在复杂道路情况下的车道线检测任务。
关键词：车道线检测;;Unet网络;;非对称卷积;;金字塔池化;;AG模块;;语义分割
基金资助：纯清洁能源供能矿山智能装备关键技术研究—河北省自然科学基金项目（F2021402011）
