基于改进 HybridNets的多任务驾驶感知方法

作     者：武鹏宇 张远辉 刘康 

作者机构：中国计量大学 

出 版 物：《激光杂志》 (Laser Journal)

年 卷 期：2024年

学科分类：08[工学] 082304[工学-载运工具运用工程] 080203[工学-机械设计及理论] 080204[工学-车辆工程] 0802[工学-机械工程] 0823[工学-交通运输工程] 

基　　金：浙江省自然科学基金资助项目(LY19F010007) 

主　　题：EfficientNetV2-S A2-Nets 目标检测 驾驶区域分割 车道线检测 

摘      要：针对计算资源有限的自动驾驶系统和多任务驾驶感知算法精度低问题，提出了一种改进的HybridNets多任务驾驶感知算法。选择EfficientNetV2-S做为该算法的主干网络，降低参数数量，提高训练速度和识别准确率；结合深度可分离卷积并采用shuffle-channel方式卷积降低模型计算量；使用三个独立的解码器来解决不同难度的问题，并在主干网络与Neck端之间加入A2-Nets双重注意力机块，充分提取全局特征。与基础网络HybridNets相比，该模型在车辆检测任务中mAP50可达79.8%，提高了2.6%；可行驶区域分割任务中mIoU可达91.8%，提高了1.2%；车道线检测任务中IoU可达32.55%，提高了0.93%。运行速度达到38FPS。实验结果表明，与现有方法相比，所提方法的准确率有较大提高。