基于整体网格融合的停车线估计

@第{Xu2020HolisticGF条，title={基于整体网格融合的停止线估计}，author={徐润生（Runsheng Xu）、法埃泽·塔法佐利（Faezeh Tafazzoli）、李章（Li Zhang）、蒂莫·雷菲尔德（Timo Rehfeld）、冈瑟·克莱尔（Gunther Krehl）和阿鲁纳瓦·西尔（Arunav，journal={2020年第25届国际模式识别会议（ICPR）}，年份={2020年}，页面＝{8400-8407}，网址={https://api.semanticscholar.org/CorpusID:221819436}}
本文提出了一种利用包括立体相机和激光雷达在内的融合多传感器数据作为输入，利用精心设计的卷积神经网络结构检测停车线的方法。
[PDF]语义阅读器

本文图表

12引文

高清地图家具中的数据问题——一项调查

本调查旨在提供与高清地图及其使用相关的问题和解决方案的全面概述，而不依赖于特定背景，并详细涵盖高清地图家具的重要领域知识，从采集技术和提取方法，到高清地图相关数据集，家具质量评估指标。

TridentNetV2：动态轨迹生成的轻量级图形全局规划表示

本文提出了一个用于自主导航的动态轨迹生成框架，该框架不依赖于HD地图作为底层表示，并在给定基于标称图形的全局规划和轻量级场景表示的情况下，实时建模可行的自我中心轨迹的分布。

雾天自动驾驶的区域自适应目标检测

本文提出了一种新的雾天自动驾驶领域自适应目标检测框架，该框架利用图像级和对象级自适应来减少图像风格和对象外观方面的领域差异。

基于域自适应的雾天和雨天自动驾驶增强检测

为了提高模型在具有挑战性的示例上的性能，引入了一种新的对抗性梯度反转层，该层在域自适应的基础上对困难实例进行对抗性挖掘。

提高驾驶员安全：增强个人导航技术与道路安全意识

创建了一个道路安全定义，导航系统可以通过采用交通研究中公认的安全标准来轻松理解，并开发了一个基于机器学习的道路安全分类器，该分类器使用仅由公开可用的不同特征集来预测路段的安全水平地理数据。

精确的非平稳短期交通流预测方法

一种基于长短期记忆的方法，能够准确预测短期交通流，避免训练过程中的局部最优问题，与其他最先进的方法相比，该方法具有更好的适应极端异常值、延迟效应和趋势变化响应的性能。

CE-GAN：一种用于自动驾驶的摄像机图像增强生成对抗网络

一种新颖的车载摄像机高质量图像生成方法CE-GAN，是一种条件生成对抗网络，试图利用车载激光雷达的点云数据来弥补可见图像的缺陷，以提高车载摄像机的图像质量。

互联和自动化车辆控制技术及其应用的系统综述

本调查试图全面、彻底地概述车辆控制技术的现状，重点关注从微观层面的车辆状态估计和AV轨迹跟踪控制到宏观层面的CAV协同控制的演变。

控制技术和应用的系统综述：从自动车辆到联网和自动化车辆

本调查旨在结合实际情况深入了解AV和CAV车辆控制的最新技术，确定关键关注领域，并指出进一步探索的潜在领域。

BTO-RRT：一种快速、优化、平滑的点云路径规划算法

整个仿真证明，与其他算法相比，所提出的双向面向目标的点规划算法在二维地图上取得了更好的性能，但也可以在不同的三维点云地图上处理不同的任务，这表明了所提出算法的高性能和鲁棒性。

26参考文献

交叉口场景的停车线检测与定位方法

一种混合方法，将灰度图像中的二维检测与基于立体视觉的三维验证相结合，以提高结果的鲁棒性和准确性。

基于深度学习神经网络的交叉口停车线检测与距离测量

引入Boost-CNN，提出了一种鲁棒的停止线检测器，该检测器能够检测出速度和准确性之间具有竞争性的对象（停止线），以及一种自动硬挖掘方法，以减少虚警数量。

VPGNet：用于车道和道路标记检测和识别的消失点引导网络

提出了一种统一的端到端可训练多任务网络，该网络在恶劣天气条件下以消失点为指导，联合处理车道和道路标记的检测和识别，并在各种条件下实时实现高精度和鲁棒性。

基于逆透视映射的城市道路标线检测

提出了一种检测道路标线（包括斑马线、停车线和车道标线）的算法，为智能车辆提供道路信息，以消除透视效果的影响。

自动车辆控制中的停车标志和停车线检测及距离计算

提出了一种新的检测停车标志和计算停车距离的方法，停车距离是控制自主车辆纵向速度的重要参数。

基于GPS误差估计滤波器的曲线模型车道和停车线检测

为了提高航路点跟踪的性能，并将其应用于试验区的自主车辆，评估了所提出的基于弯曲车道模型的车道和停车线检测的GPS误差估计滤波器的性能。

用于车辆定位的快速符号道路标记和停车线检测

该方法基于车道检测结果有效地限制了搜索区域，以经济高效的方式找到SRM和停车线，并且计算速度快。

利用深残余U形网提取道路

结合残差学习和U-Net的优点，提出了一种用于道路区域提取的语义分割神经网络，其性能优于所有比较方法，并证明了其优于最新发展的方法。

城市环境中自动驾驶车辆的AVM摄像机车道级定位

描述了一种基于地图匹配方法的车道级定位算法，该算法适用于城市环境中的自动驾驶，能够达到厘米级的定位精度。

一种带有辅助分类器的实时路标检测的一级检测网络

构造了一种在nVidia Titan-X GPU下具有高精度实时处理性能（32 fps）的鲁棒性道路标记检测器，并添加了一个额外的CNN分类器作为该架构的后端，以减少误报并获得更好的准确性。