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.
国家科技期刊平台
NSTL
万方数据
