一种自动驾驶场景下车道线检测方法与系统

本发明提出了一种自动驾驶场景下车道线检测方法与系统，构建了拥有高密度数据的MLD‑Bench数据集，平均每帧检测七条车道线，并且能够覆盖复杂多样的驾驶环境，在贡献数据集的同时，引入局部与全局聚合网络，基于局部与全局聚合网络采用了一种CNN‑Transformer混合车道检测模型，提升在复杂现实场景中捕捉细粒度车道细节的能力，能够在复杂多变的驾驶环境下，实现高准确性和高鲁棒性的密集车道线检测。方法流程如下，构建MLD‑Bench数据集，所述MLD‑Bench数据集具有大规模的高分辨率道路图像，每帧平均检测多条车道，覆盖多样化的驾驶场景；根据所述MLD‑Bench数据集训练车道检测模型，得到训练好的车道检测模型；根据所述训练好的车道检测模型，实现车道线检测。