車道線檢測，是智能駕駛、自動駕駛的技術(shù)基礎(chǔ)，因為在完善這種技術(shù)的基礎(chǔ)之上，更多的應(yīng)用場景將被激發(fā)出來。能夠想象到的，至少包括車道級導(dǎo)航、更加智能的駕駛決策預(yù)判甚至于未來的完全自動駕駛……目前，主要的車道識別技術(shù)主要包括基于視覺的車道識別以及基于激光雷達(dá)傳感器的車道識別等。

　　日前，在智能駕駛和自動駕駛最高級別的行業(yè)會議IEEE智能汽車研討會(IV2016)上，百度地圖視覺算法研究團隊帶著自己的車道線監(jiān)測技術(shù)成果參與了該會議，據(jù)悉，這是本年度IV會議上唯一一家參會圖商。

　　復(fù)雜城市場景中的車道線提取，準(zhǔn)確度95%以上

　　6月19日至22日，全球自動駕駛智能交通領(lǐng)域最高級別的行業(yè)會議——2016 IEEE智能汽車研討會(IEEE Intelligent Vehicles Symposium 2016)在瑞典哥德堡舉辦。6月21日，百度地圖團隊攜高精地圖生產(chǎn)技術(shù)論文亮相，向來自各國的智能汽車行業(yè)的專家及學(xué)者展示了百度將人工智能技術(shù)應(yīng)用于高精地圖數(shù)據(jù)生產(chǎn)的創(chuàng)新思路及突破性進(jìn)展。

　　
百度研發(fā)人員在會上展示論文成果

　　百度地圖團隊此次入選的論文以視覺感知技術(shù)在高精地圖數(shù)據(jù)生產(chǎn)的應(yīng)用為研究主題，題目為“Accurate and Robust Lane Detection Based on Dual-View Convolutional Neural Network“，是此次會議中唯一以高精地圖生產(chǎn)技術(shù)入選的論文。百度地圖相關(guān)代表在大會的Vision Sensing and Perception(視覺感知)主題環(huán)節(jié)中進(jìn)行了成果分享。該論文主要的研究對象是利用深度學(xué)習(xí)技術(shù)在復(fù)雜城市場景圖像中提取車道線。

　　與以往在單一視圖上進(jìn)行車道線數(shù)據(jù)提取的傳統(tǒng)研究思路不同，該論文將front-view和top-view圖像相結(jié)合，設(shè)計了一套DVCNN深度神經(jīng)網(wǎng)絡(luò)框架。經(jīng)過上百個城市街景數(shù)據(jù)的驗證，該方法能夠?qū)⒆匀粓鼍爸械能嚨谰€提取準(zhǔn)確度提升到95%以上。

　　有了數(shù)據(jù)提取技術(shù)，怎么用？

　　高準(zhǔn)確度的車道線提取技術(shù)一旦成型，能夠為 ADAS、無人駕駛等多種應(yīng)用場景提供技術(shù)支持。不過，百度還將這項技術(shù)應(yīng)用在了一個特別的領(lǐng)域——高精度地圖的制作生產(chǎn)。據(jù)百度提供的數(shù)據(jù)，目前，該項技術(shù)已經(jīng)被應(yīng)用于其生產(chǎn)高精地圖的業(yè)務(wù)中，每臺服務(wù)器每天可輸出上百公里的車道線成果，精度誤差控制在20cm以內(nèi)。嵌入在高精度地圖中的車道線數(shù)據(jù)，能為車道級導(dǎo)航和自動駕駛提供數(shù)據(jù)參考依據(jù)。

　　關(guān)于IEEE智能汽車研討會(IV大會)

　　IEEE智能汽車研討會由IEEE智能交通系統(tǒng)協(xié)會 (ITSS)主辦，是自動駕駛和智能交通領(lǐng)域最權(quán)威國際會議之一，旨在為全球該領(lǐng)域相關(guān)的研究人員、工程師、學(xué)者提供當(dāng)今最先進(jìn)技術(shù)的交流研討機會。根據(jù)大會官方統(tǒng)計，本次大會匯集了包括CMU、清華、上海交大、高通、戴姆勒、沃爾沃等在內(nèi)的29個國家和地區(qū)的知名高校、學(xué)術(shù)機構(gòu)以及硬件制造廠商，參會人數(shù)及投稿數(shù)量均創(chuàng)歷史新高。