华南理工大学学报(自然科学版)

作者：王耀琦, 卢亚琦, 王小鹏

单位：兰州交通大学 电子与信息工程学院，甘肃 兰州 730070

关键词：车道线检测,远距离,条形池化,增强空间感知优化器,车道线多尺度聚合器

基金：甘肃省科技计划项目(25CXGA031);甘肃省优秀研究生“创新之星”项目(2025CXZX-685)

车道线检测作为智能汽车视觉导航系统的核心技术，其性能直接影响到车辆的路径引导与转向控制，对提升交通安全性和导航效率具有重要意义。车道线图像中背景信息往往占据主导地位，特别是远距离车道线存在特征小、标记缺失或被遮挡等问题，同时伴随视觉上的宽度变化，导致远距离车道线比正常车道线更加难以识别。为解决这一问题，该文提出了结合增强空间感知的车道线检测方法。该方法首先针对车道线在图像中呈细长结构的特点，在主干网络中引入条形池化，以细化车道线信息的表示；然后将增强空间感知优化器（ESAO）和车道线多尺度聚合器（LMSA）相结合，以抑制无关背景和增强远距离车道线特征，进而提高车道线检测的准确性和稳定性；最后，通过全局和局部斜率一致性损失函数自适应调整车道线形状与位置，以保持预测车道线与地面真实情况之间的形状一致性。在2个车道线检测数据集TuSimple和CULane上的实验结果表明，该方法优于对比实验中最优秀的方法，在数据集TuSimple上的F1分数和准确率分别提高0.58和0.19个百分点，在数据集CULane上的F1@50提高1.14个百分点，特别是在远距离道路场景中表现的性能更加稳定。

来源：2026年第2期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2026年第2期