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