本发明专利技术公开了一种基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法及装置，包括：获取道路的实时图像；构建基于改进Deeplabv3+网络的可行驶区域分割模型并训练，得到经训练的可行驶区域分割模型，基于改进Deeplabv3+网络的可行驶区域分割模型在传统Deeplabv3+网络的编码器中的骨干网络和ASPP模块之间设置一个可分裂卷积大尺度选择性注意力模块，可分裂卷积大尺度选择性注意力模块包括一系列大尺度卷积核序列、一个空间核选择单元和一个第一卷积层；将实时图像输入经训练的可行驶区域分割模型，得到可分裂卷积大尺度选择性注意力模块的输出特征并输入ASPP模块，再经过解码器进行解码，得到分割结果，能够提高整体检测精度和边缘分割精度。
【技术实现步骤摘要】
本专利技术涉及自动驾驶领域，具体涉及一种基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法及装置。
技术介绍
1、自动驾驶技术中的可行驶区域分割技术是指通过对车辆周围环境进行感知和分析，将道路和周围场景划分为可行驶和不可行驶区域的技术。该技术利用传感器、摄像头、激光雷达等设备获取实时的路面信息和障碍物位置，并结合地图数据进行处理和分析，以确定车辆可以安全行驶的区域。可行驶区域分割技术在自动驾驶系统中起到了关键作用，能够提高车辆的感知能力、决策能力和行驶安全性，为实现高度自动化驾驶提供了重要支持。当前主流方法主要采用深度学习语义分割模型对传感器获取的道路图片进行分割，得到可行驶区域和不可行驶区域，但是这些方法在实际应用中存在着一些不足之处。由于道路上的情况复杂多变，且不同环境之间存在较大差异性，上述方法在处理图像的过程中容易造成错误判断，从而对自动驾驶的安全性造成严重影响。因此，设计一种能够提高模型对输入数据的表达能力，从而更好地学习到数据的复杂特征，能够应对复杂的道路环境，提高模型性能并实现分割精度提升的方法具有重大意义。
r/>技本文档来自技高网...
【技术保护点】
1.一种基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，所述一系列大尺度卷积核序列中的第n个可分裂卷积的卷积核大小为k，扩张率为d，感受野为R，则其具有如下定义：
3.根据权利要求1所述的基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，所述一系列大尺度卷积核序列中的第n个可分裂卷积的计算过程如下：
4.根据权利要求1所述的基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，所述骨干网络为ResNet...
【技术特征摘要】
1.一种基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，所述一系列大尺度卷积核序列中的第n个可分裂卷积的卷积核大小为k，扩张率为d，感受野为r，则其具有如下定义：
3.根据权利要求1所述的基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，所述一系列大尺度卷积核序列中的第n个可分裂卷积的计算过程如下：
4.根据权利要求1所述的基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，所述骨干网络为resnet-101，所述空间核选择单元包括平均池化层、最大池化层、第二卷积层和sigmoid激活函数层。
5.根据权利要求4所述的基于可分裂卷积大尺度选择性注意力的可行驶区域分割方法，其特征在于，所述将所述级联特征输...
【专利技术属性】
技术研发人员：张陈涛，李弘熠，傅建记，邹庆林，徐周毅，张建寰，
申请(专利权)人：厦门大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。