+向他提问

自动驾驶汽车怎么识别车道线呢？主要靠这四块技术：

1、传感器全家桶。车上装了各种能感知环境的设备，比如前后左右的摄像头（单个或多个）、雷达（近处用短雷达远处用长雷达）、车顶那个转圈圈的激光雷达，还有GPS定位系统等等。这些设备就像汽车的眼睛，负责收集周围环境、道路和交通状况的信息；

2、超级芯片。这些传感器每秒能产生海量数据，这时候就需要一个超强大脑来处理。现在的芯片能把多个传感器的数据整合分析，而且体积小到能装进车里，价格也降下来了，不然车里根本放不下一堆计算机，普通老百姓也买不起；

3、控制系统。处理完数据后得让车动起来，这个系统就像汽车的"手脚"。它负责控制油门刹车、方向盘转向，还能和人对话交流，最终实现完全由机器代替人开车；

4、联网功能。无人驾驶车不能单打独斗，必须得连网。它得跟其他车说话（车车互联）、跟卫星要定位、跟天气系统同步、听交警指挥，这样才能选对路线、遵守交规、在路口安全通行，避免剐蹭或危险情况。

+向他提问

现在有俩种车道线检测方法。第一种是通过车道线的黑白灰度差异找出可能的区域，再用卷积神经网络（CNN）来区分哪些是车道线、哪些不是。第二种是直接用R-FCN（一种基于区域的全卷积网络）来检测车道线，这网络能同时完成定位和识别。研究人员做了六组测试数据，包括理想和复杂路况。实验结果发现，用R-FCN的方法效果更好，准确率平均有93.8%，召回率更是接近97.2%。

+向他提问

传统方法检测车道线主要靠找边缘线或者分割图片，但遇到光线不好、路上有车或者路面坑坑洼洼的时候，效果就容易出问题，算法稳定性差，恶劣天气和复杂路况下准度也上不去。深度学习的方法厉害在能通过训练模型自己学特征，泛用性强，能有效提升检测准确率。