В связи с трудностями балансировки точности и скорости обнаружения в существующих алгоритмах обнаружения дорожных линий в практических приложениях предложен новый алгоритм обнаружения дорожных линий на базе встроенной платформы ARM. Во-первых, разработана легковесная сеть семантической сегментации, оптимизирующая структуру SegNet с добавлением пропускающих соединений на первом слое сети и модуля внимания к каналам после каждых двух сверточных слоев, что обеспечивает повышение скорости обнаружения при сохранении точности. Далее построена модель отслеживания дорожных линий с использованием фильтра Калмана для повышения устойчивости обнаружения в потоковом видео. Затем реконструирован энкодер для облегчения модели, с использованием глубоко разделяемых сверток вместо традиционных для снижения вычислительных затрат и увеличения скорости. В конце с помощью TensorRT ускорено инференс, создан Trt-модель, что облегчает развертывание на встроенной платформе ARM для реализации обнаружения дорожных линий в реальном времени. Результаты экспериментов на самостоятельно расширенном наборе данных Tusimple показывают, что предложенный алгоритм способен справляться с различными сложными дорожными сценами, достигая точности обнаружения 98,03%, превосходя другие алгоритмы, а скорость обнаружения достигает 50 FPS, что удовлетворяет требованиям реального времени. Алгоритм обладает высокой устойчивостью и хорошей оперативностью в сложных дорожных условиях, имеет определённую теоретическую и практическую ценность.

Обнаружение дорожных линий;семантическая сегментация;глубокие разделяемые свертки;ускорение TensorRT;встроенная платформа ARM