作品详情

当前位置：首页大赛首页基于深入学习的车辆和车道线自动检测系统的设计

大赛简介

大赛作品

大赛动态

联系我们

联系人：王秀秀

电话：010 -66083178

网址：www.qxwq.org.cn　

地址：北京市西城区广安门

内广义街5号广益大厦

大赛作品详情

作品名称：基于深入学习的车辆和车道线自动检测系统的设计
学校名称：山东理工大学
参赛队伍：齐稷创联
参赛学生：赵更新战飛程晓燕
指导老师：王建军

详细说明

汽车已经成为大部分人日常生活中出行的第一选择。在交通环境中，车辆和车道线是重要组成因素。汽车行驶时，检测车辆和车道线是关键目标，对于自动检测车辆和车道线的研究也成为关键技术。

本文针对车辆的检测，采用的是 YOLOv5 模型，可以快速并准确的检测出车辆的类型以及位置；针对车道线的检测，采用的霍夫变换的方法，实现车道线的检测，具体研究内容如下：
（1）针对智能驾驶辅助系统中对车辆检测的要求，本文采用 YOLOv5 的检测算法，用BDD100K 数据集进行训练和检测，实验表明在准确率、召回率、F1 值以及 mAP 等方面的指标上表现优秀，所以 YOLOv5 完全可以实现车辆的自动检测。

（2）针对智能驾驶辅助系统中对车道线检测的要求，本文采用霍夫变换的方法实现车道线的检测。首先对输入图像进行感兴趣提取，然后进行灰度化处理、高斯滤波处理、二值化处理、边缘检测处理。最后结果可以稳定的检测出车道线。

（3）用 YOLOv5 来实现自动检测车辆，随之进行训练、验证以及测试。结果表明，混淆矩阵显示模型精度可以，以及损失函数表明，框越小越准确，表明检测精度较高。该实验训练充分证明了 YOLOv5 的检测目标的实用性。

本设计，分析了各种方法检测的优缺点，最终的确定方案成功实现了车辆和车道线的自动检测。