[論文レビュー] Decoupling the Curve Modeling and Pavement Regression for Lane Detection

Wencheng Han, Jianbing Shen|arXiv (Cornell University)|Sep 19, 2023

Autonomous Vehicle Technology and Safety被引用数 4

ひとこと要約

本稿では、不均一な舗装による性能低下を是正するため、鳥瞰図（BEV）空間における曲線モデリングと地面高の回帰を分離する、DecoupleLaneという新しい車線検出フレームワークを提案する。滑らかな車線形状を道路表面のゆがれとは独立してモデリングすることで、2Dおよび3D車線検出ベンチマークの両方で最先端の性能を達成し、従来の曲線ベースおよび点ベースの手法を上回る。

ABSTRACT

The curve-based lane representation is a popular approach in many lane detection methods, as it allows for the representation of lanes as a whole object and maximizes the use of holistic information about the lanes. However, the curves produced by these methods may not fit well with irregular lines, which can lead to gaps in performance compared to indirect representations such as segmentation-based or point-based methods. We have observed that these lanes are not intended to be irregular, but they appear zigzagged in the perspective view due to being drawn on uneven pavement. In this paper, we propose a new approach to the lane detection task by decomposing it into two parts: curve modeling and ground height regression. Specifically, we use a parameterized curve to represent lanes in the BEV space to reflect the original distribution of lanes. For the second part, since ground heights are determined by natural factors such as road conditions and are less holistic, we regress the ground heights of key points separately from the curve modeling. Additionally, we have unified the 2D and 3D lane detection tasks by designing a new framework and a series of losses to guide the optimization of models with or without 3D lane labels. Our experiments on 2D lane detection benchmarks (TuSimple and CULane), as well as the recently proposed 3D lane detection datasets (ONCE-3Dlane and OpenLane), have shown significant improvements. We will make our well-documented source code publicly available.

研究の動機と目的

• 不均一な舗装による視覚的歪みの影響で、パースペクティブビューにおける車線の外観が不規則になることが原因で、曲線ベースの車線検出手法に性能ギャップが生じるのを是正すること。
• BEV空間における車線の固有の幾何的形状を別個にモデリングすることで、車線の包括的表現を向上させること。地面高の変動とは独立して処理する。
• 共通の3D車線検出ヘッドと2Dの監視信号に正則化を組み合わせることで、2Dおよび3D車線検出を1つのフレームワークに統合すること。
• より良い汎化性と耐障害性を実現するため、曲線パラメータと地面高を別々に回帰するデカップルドヘッドを設計すること。
• 2D（TuSimple, CULane）および3D（ONCE-3DLane, OpenLane）車線検出ベンチマークの両方で最先端の性能を達成すること。

提案手法

• 車線検出を2段階に分解する：(1) BEV空間における曲線モデリングを、3次多項式というパラメータ化された表現を用いて、車線の固有の形状を表現する。
• 別個のヘッドを用いて、キーポイントにおける地面高を回帰する。地面の高さ変動を局所的で包括的でない摂動とみなす。
• カメラの内部パrametersを用いて、3D車線座標（X, Z, 高さ）を2D画像空間にマッピングし、パースペクティブビューの予測を生成する。
• 1つの3D検出ヘッドを用いて2Dおよび3D検出を統合し、2D監視信号と正則化損失を組み合わせることで、エンドツーエンドの学習を可能にする。
• 曲線および高さ表現の両方における空間的関係を注目できるCurve/HeightFormerモジュールを導入し、特徴の学習を向上させる。
• 地面高の予測が可能な限り平坦になるように制約する正則化損失を適用し、モデルが本物の道路の不規則性に集中できるようにする。

実験結果

リサーチクエスチョン

• RQ1 なぜ曲線ベースの車線検出手法は、包括的な表現を備えているにもかかわらず、実世界のデータでは性能が劣るのか？
• RQ2 車線幾何学ではなく、地面の表面の不規則性が、パースペクティブビューでの車線検出におけるフィッティング誤差を引き起こす程度はどの程度か？
• RQ3 曲線モデリングと地面高回帰を分離することで、車線検出の精度と耐障害性が向上するか？
• RQ4 豊富な2Dデータを活用して3D性能を向上させるために、2Dおよび3D車線検出を1つのフレームワークに統合する方法は何か？
• RQ5 2Dおよび3D車線検出の両方で最先端の性能を達成するための最適な曲線表現とヘッド設計は何か？

主な発見

• ONCE-3DLaneの検証セットにおいて、DecoupleLaneは75.07%のF1スコアを達成し、すべての先行3D車線検出手法を上回った。
• OpenLaneでは、DecoupleLaneが51.2%のmF1を達成し、PersFormer（50.5%）およびCurveFormer（50.5%）を上回った。
• アブレーションスタディの結果、DecoupleHeadが性能向上に最も寄与しており、ベースライン比で1.6%の向上が得られた。
• 3次多項式を曲線表現に用いることで、性能と効率のバランスが最良となり、2次および4次多項式を上回った。
• Bézier曲線は、DecoupleHeadにおいて多項式を上回る性能向上をもたらさなかったため、このタスクでは多項式がより効果的であると考えられる。
• 2D監視信号と正則化を組み合わせた統合学習フレームワークにより、3Dラベルが学習中に存在しなくても、強力な3D一般化性能が達成された。