论文部分内容阅读
在城市道路环境中,无人车驾驶是一项极具挑战性的任务,除了借助各种传感器感知自身运行状态和周围环境信息外,无人车视觉导航系统中的各种障碍物检测、道路分割也是无人车驾驶导航系统中的关键问题。针对无人驾驶汽车在城市环境下行驶难度大等热点问题,采用基于编解码架构模型的道路分割算法框架,通过卷积与反卷积过程完成像素级别的分类,此外,针对深层卷积网络没有考虑学习率等参数的数据稳定分布性问题,在每一次卷积操作后加入批规范化计算,增强模型训练过程中参数调优的稳定性。在KITTI的道路实况数据集上测试准确率达到96.