基于带场景识别的单 CNN 的多车道增强自由空间检测
计算机视觉与模式识别
2019-09-13 v2 机器学习
机器人学
摘要
许多自动驾驶车辆的导航系统依赖于车道检测。传统算法通常仅估计道路上车道的位置，但自动驾驶控制系统可能还需要知道车道标线是否可以跨越，以及车道内的哪部分空间没有障碍物，以做出更安全的控制决策。另一方面，自由空间检测算法仅检测可行驶区域，而不提供车道信息。最先进的算法对两项任务均使用 CNN，计算资源消耗显著。我们提出了一种新方法，利用单个 CNN 估计每个车道内的自由空间。此外，仅增加少量 GPU RAM 需求，我们即可推断道路类型，这将有助于路径规划。为实现这一结果，我们训练了一个多任务 CNN。随后，我们对网络输出进行进一步处理，以提取可有效用于导航控制的多边形。最后，我们提供了一个基于 ROS 的计算高效实现，可实时执行。我们的代码和训练模型已在线提供。
引用
@article{arxiv.1905.00941,
title = {Enhanced free space detection in multiple lanes based on single CNN with scene identification},
author = {Fabio Pizzati and Fernando García},
journal= {arXiv preprint arXiv:1905.00941},
year = {2019}
}
备注
Will appear in the 2019 IEEE Intelligent Vehicles Symposium (IV 2019)