摘要： 针对复杂交通场景下单个模型无法同时检测车道线和车辆，以及车道线检测实时 性较差的问题，提出了一种新的多任务检测网络模型，该模型可以同时检测车辆和车道线，无需 任何先验信息。同时，在多任务检测网络模型下修正现有的基于车道宽度进行测距的方法：对 现有方法在弯道下测距产生的误差进行分析后，提出一种弯道下基于车道线斜率的车道横向宽 度的计算模型，在假设车道线是同心圆模型前提下，修正车道横向宽度计算公式后推导出前方 车辆纵向距离的测距模型，车道线曲率为 ０．０１时，对 ５０ｍ范围内的车辆实施修正后的测距方 法，测距误差小于 ３％；在车道线曲率小于 ０．００５时，对 １００ｍ范围内的车辆实施修正后的测距 方法，测距误差小于 １％，相较于现有方法，修正后测距方法的测距精度显著提高。最后通过 ＫＩＴＴＩ数据集验证在多任务检测网络下实施修正后的测距方法的效果，结果表明：多任务检测 网络对车道线的近点拟合效果较好，且在有遮挡的情况下仍然可以预测出遮挡部分的车道线， 鲁棒性较好，修正后的测距方法的平均测距误差小于 ５％，测距精度明显提高。

关键词: 多任务检测网络；车辆检测；车道线；误差分析；测距模型修正

中图分类号: 

• U491.6