科创中国

制造业,汽车制造业

针对实际情况中视频流车道线检测任务，提出了一种快速的视频实例车道线检测网络(FMMA-Net)，完成了实例车道线的局部和全局动态特征的获取、随时间自适应更新记忆模板的设计，用于获取实例车道的局部-全局动态特征，其中包含车道形状和位置变化信息，处理视频流中的车道变化、场景切换、车道遮挡等问题。提高了检测结果在时间维度上的稳定性和精度，在实际的动态交通场景中更具有鲁棒性，如图1、2所示。

为应对动态场景中车道线的帧间演化问题，提出了一种基于记忆模板的多帧车道线检测网络(MT-Net)。针对抖动带来的误检和漏检问题，网络通过记忆模板建立过去帧与当前帧的强关联性，从全局和局部的角度获取车道线的动态特征。该特征描述了每条实例车道线在时间维度的动态演化，增强了网络在动态场景中的适应性。网络可根据该标签学习每条实例车道线的外观和位置演化方向，获得更高的预测精度和车道稳定性。

时培成 博士 教授 博士研究生导师 主要研究方向：车辆系统动力学与控制、智能网联汽车、无人驾驶汽车。目前正在主持的科研项目有：安徽省重点研究与开发计划项目（名称：特定场景无人车通用化全线控底盘开发与产业化应用，编号202104a05020003）、安徽省支持研发创新项目（皖三重一创）（名称：基于前视感知的高级驾驶辅助系统（ADAS）研发及应用，皖发改产业函[2020]479号）。 近年来完成国家自然科学基金1项（轮毂驱动电动汽车垂向机-电耦合振动机理研究，编号51575001）、安徽省科技攻关项目1项（四轮毂独立驱动电动汽车关键技术及样车研制，编号1604a0902158）、安徽省自然科学基金项目1项（并联多维隔振平台动力学性态研究，编号1508085ME70）。获安徽省科技进步二等奖1项(编号J-2020-2-141-R2)、安徽省教学成果奖三等奖1项(编号2019jxcgj820-1)、国家授权发明专利48项；

点击查看