融合结构化道路区域分割的车道线检测与跟踪算法研究

声明

第1章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1道路分割研究现状

1.2.2车道线检测研究现状

1.2.3车道线跟踪研究现状

1.3 研究难点与发展趋势

1.4 本文主要研究内容及安排

第2章 结构化道路区域分割算法研究

2.1 结构化道路场景特点分析

2.2 结构化道路分割的深度学习算法分析

2.2.1 FCN全卷积语义分割网络

2.2.2 DeepLab语义分割网络

2.3 改进DeepLab的结构化道路分割网络

2.3.1结构化道路特征提取网络

2.3.2带孔空间金字塔结构

2.3.3结构化道路特征解码器

2.3.4网络损失函数

2.4 改进结构化道路分割算法测试与性能分析

2.4.1道路分割数据集

2.4.2性能评价指标

2.4.3算法测试结果与性能分析

2.5 本章小结

第3章 车道线检测算法研究

3.1车道线特点分析

3.2改进SCNN的车道线候选点提取网络

3.2.1改进SCNN网络结构模型

3.2.2空间信息传递结构

3.2.3网络损失函数

3.3基于候选点的车道线检测

3.3.1车道线候选点归类

3.3.2基于加权最小二乘法的车道线曲线拟合

3.4改进车道线检测算法测试与性能分析

3.4.1车道线数据集

3.4.2性能评价指标

3.4.3算法测试与性能分析

3.5本章小结

第4章 融合结构化道路分割的车道线多任务学习检测算法研究

4.1多任务学习算法分析

4.2融合结构化道路分割的车道线多任务学习检测网络

4.2.1多任务学习网络模型搭建

4.2.2任务间连接编码结构

4.2.3多任务学习网络损失函数

4.3改进算法测试与性能分析

4.3.1数据集标注

4.3.2算法性能测试与分析

4.4本章小结

第5章 结构化道路与车道线跟踪算法研究

5.1跟踪算法对比分析

5.1.1 Meanshift跟踪算法

5.1.2 Camshift跟踪算法

5.1.3 Kalman滤波跟踪算法

5.2改进结构化道路与车道线跟踪算法

5.2.1Kalman与Camshift融合的单目标跟踪

5.2.2Kalman与Camshift融合的道路与车道线同步跟踪

5.3实验结果与分析

5.4本章小结

第6章 总结与展望

6.1总结

6.2展望

致谢

参考文献

攻读硕士学位期间发表的学术论文