根据美国国家公路交通安全管理局（NHTSA）最近的一项研究，94%的交通事故是由人为错误造成的。自动驾驶系统（ADS）正在开发中，其目的包括预防交通事故、减少排放、运送残疾人、为乘客提供经济高效的交通服务以及减轻与驾驶相关的压力。感知模块是设计全自动驾驶汽车（自动驾驶系统之一）的最重要模块之一，用于检测可行驶的道路区域，从而基于传感模块提供的信息高精度地计算转向角。该模块的设计在预防事故方面也非常关键。此外，关于转向角计算的研究主要基于道路车道标线的存在。然而，随着时间的推移，道路车道标记可能会暴露在恶劣的天气条件下，导致线路恶化或因暴露在道路上积聚的水、雪和泥中而完全毁坏。在这种情况下，为了使车辆成功实现全自动驾驶，该项目侧重于检测可行驶的道路区域并计算车辆的转向角。通过这种方式，消除了安全驾驶对车道线的依赖，确定了可行驶的道路区域，并计算了转向角。一种基于卷积神经网络的新算法已经开发出来，用于可驾驶道路区域检测，这是当今的趋势技术之一。开发的算法用从菲腊大学校园区收集的FuVid数据集进行了测试。根据实验结果，所开发算法的参数数量为17万，每秒浮点数为0.0074亿，分割准确率为86.89%。