[論文レビュー] 3D-LaneNet+: Anchor Free Lane Detection using a Semi-Local Representation

Netalee Efrat, Max Bluvstein+4 more|arXiv (Cornell University)|Nov 1, 2020

Autonomous Vehicle Technology and Safety参考文献 23被引用数 30

ひとこと要約

3D-LaneNet+ はアンカーなしの半局所タイル表現を用いて任意のトポロジーを持つ3D車線を検出し、局所的な車線セグメントを学習し、それらをグローバル埋め込みでクラスタリングすることで、元の 3D-LaneNet を上回る。

ABSTRACT

3D-LaneNet+ is a camera-based DNN method for anchor free 3D lane detection which is able to detect 3d lanes of any arbitrary topology such as splits, merges, as well as short and perpendicular lanes. We follow recently proposed 3D-LaneNet, and extend it to enable the detection of these previously unsupported lane topologies. Our output representation is an anchor free, semi-local tile representation that breaks down lanes into simple lane segments whose parameters can be learnt. In addition we learn, per lane instance, feature embedding that reasons for the global connectivity of locally detected segments to form full 3d lanes. This combination allows 3D-LaneNet+ to avoid using lane anchors, non-maximum suppression, and lane model fitting as in the original 3D-LaneNet. We demonstrate the efficacy of 3D-LaneNet+ using both synthetic and real world data. Results show significant improvement relative to the original 3D-LaneNet that can be attributed to better generalization to complex lane topologies, curvatures and surface geometries.

研究の動機と目的

• 平行で長い車線に限定せず、任意の車線トポロジーを可能にする3D車線検出を動機づけ、実現する。
• アンカーなしの半局所タイル表現を提案し、車線を局所セグメントに分解。
• タイルごとのセグメントパラメータとグローバル埋め込みを学習し、セグメントを完全な車線へクラスタリング。
• 車線アンカーやポリラインフィッティングへの依存を排除し、複雑な形状への一般化を向上。
• 合成データセットと実データセットで3D車線検出の性能を改善。

提案手法

• デュアルパスエンコーダと IPM を介して画像特徴を鳥瞰ビュー BEV に投影。
• BEV を非重複タイルに分割して、タイルごとの車線セグメントパラメータ（オフセット、角度、高さ）と車線交差スコアを予測。
• 角度を角度ビン上のハイブリッド分類-回帰方式で表現。
• タイルごとにグローバル埋め込みを学習し、判別的プルプッシュ損失でタイルを車線へクラスタ。
• 学習済み埋め込みで平均シフトクラスタリングを用いてアンカーやポリラインフィットなしで完全な車線を形成。
• 推論時にタイルレベルのセグメントを3D点へ変換し、BEV からカメラ座標へマップ。

実験結果

リサーチクエスチョン

• RQ1 アンカーなしの半局所タイル表現は、BEV で分岐・合流・短いまたは垂直な車線を含む任意のトポロジーを検出できるか？
• RQ2 タイルごとの車線セグメントとグローバル埋め込みを学習することは、アンカーベースの3D-LaneNetと比べて複雑な曲率や道路表面ジオメトリへの一般化を改善するか？
• RQ3 学習済み埋め込みを用いたクラスタリングは、貪欲なセグメント接合よりも全車線曲線形成において効果的か？
• RQ4 新しいデータセットでの検出 MAP と幾何学的精度はどうか？

主な発見

• 3D-LaneNet+ は合成データで元の 3D-LaneNet より高い MAP と AP50 を達成（MAP 0.90 対 0.74；AP50 0.95 対 0.79）。
• 実データでは、3D-LaneNet+ は全体 MAP を 0.89、AP50 を 0.95 に改善、AP90 はフルモデルで 0.60 に達成。アブレートされたバリエーションはより劣る。
• グローバル埋め込みを削除するか、素朴なクラスタリングを用いると MAP と AP90 が低下し、埋め込みの正確な車線回復と長い検出に寄与。
• アンカーなしのセグメンテーションは、分岐・合流・短い車線・垂直車線など、アンカー方式が見逃す複雑なトポロジーの検出を可能に。
• この手法は新しいカメラやシーンへの一般化が強く、都市の交差点を含むドメイン適応なしで適用される。
• 実データセットの結果は、基準より横方向の精度が向上している（約14–15 cm の範囲）。