您当前的位置：
首页 >
文章列表页 >
基于ARM嵌入式平台的车道线检测算法
图像处理 | 更新时间：2024-05-15
|

    • 基于ARM嵌入式平台的车道线检测算法

    • Lane detection algorithm based on ARM embedded platform

    • “在车道线检测领域取得重要突破。针对现有算法难以平衡检测精度和速度的问题，研究者提出一种全新的基于ARM嵌入式平台的车道线检测算法。该算法通过设计轻量化语义分割网络，结合卡尔曼滤波车道线跟踪模型，重构编码器以及利用TensorRT加速推理，实现了在保证检测精度的同时提升检测速度。实验结果表明，该算法能够应对各种复杂交通场景，检测精度高达98.03%，检测速度达到50 FSP，满足实时性检测要求。这一研究成果为车道线检测领域提供了新的解决方案，具有重要的理论价值和实际应用价值。”
    • 液晶与显示   2024年39卷第4期 页码：543-552

    • DOI：10.37188/CJLCD.2023-0141    

      中图分类号： TP391.4

    • 收稿日期：2023-04-13，

      修回日期：2023-05-19，

      纸质出版日期：2024-04-05

    移动端阅览

  • 关恬恬, 杨帆. 基于ARM嵌入式平台的车道线检测算法[J]. 液晶与显示, 2024,39(4):543-552. DOI： 10.37188/CJLCD.2023-0141.

    GUAN Tiantian, YANG Fan. Lane detection algorithm based on ARM embedded platform[J]. Chinese journal of liquid crystals and displays, 2024, 39(4): 543-552. DOI： 10.37188/CJLCD.2023-0141.

  •  
  •  

0

浏览量

122

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

融合多维特征的街景图像语义分割方法
融合自监督对比学习的雾天街景语义分割算法
基于改进YOLOv5s的手术器械检测与分割方法
FRKDNet：基于知识蒸馏的特征提炼语义分割网络

相关作者

关恬恬
姚同钰
朱磊
车晨洁
潘杨
张博
刘丽伟
王芮

相关机构

西安工程大学 电子信息学院
长春工业大学 计算机科学与工程学院
山东理工大学 计算机科学与技术学院
贵州大学 大数据与信息工程学院
贵阳铝镁设计研究院有限公司
0