非结构化道路分割算法研究

摘要

现阶段无人驾驶汽车主要依靠视觉技术来完成车辆的环境感知,在道路识别领域,视觉技术能准确识别出道路可行驶区域。为了增强无人驾驶车辆在非结构化道路对场景区域的判别能力,本文基于SegNet、ENet、UNet 3种在多分类任务中取得较好成果的分割网络架构,通过对模型网络或参数的调整和修改,提出一种能很好应用到非结构化道路区域分割问题的分割模型。通过拍摄并制作标签数据集,采取不同的评价指标进行分析,得到最佳的道路区域分割模型,用于预测非结构化道路的可行驶区域。实验证明,相比较于传统的非结构化道路分割的区域生长模型,本文提出的分割模型在分割精度上有明显提升。