摘要
本发明公开了一种基于渐进式决策融合的快速车道线检测方法,属于自动驾驶环境感知技术领域,解决现有方法因多尺度特征融合不充分导致小尺度车道线漏检以及计算效率与精度矛盾的问题。该方法通过骨干神经网络模块的多阶段瓶颈结构实现高效特征提取;随后由特征渐进式决策融合模块抽取骨干网络层级2‑4的中间层特征图及输出层特征,分别经分支1的4层卷积、分支2的3层卷积、分支3的2层卷积及分支4的1层卷积独立处理后,按分支1+分支2→分支3→分支4的渐进式逐元素加法融合生成概率图;最后结合分类损失、结构损失与辅助分割损失优化模型训练。该方法显著提升弯曲与小尺度车道线的检测精度,满足自动驾驶车辆实时车道保持与路径规划需求。