[论文解读] 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 30

一句话总结

3D-LaneNet+ 引入了一个无锚点、半局部瓷砖表示的三维车道检测方法，能够处理任意拓扑（分叉、合并、垂直车道），通过学习局部车道段并用全局嵌入进行聚类，效果优于原始的3D-LaneNet。

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.

研究动机与目标

• 激励并实现对超过平行、长车道的任意车道拓扑的三维检测。
• 提出一种无锚点、半局部瓷砖表示，将车道分解为局部段。
• 学习每个瓷砖的段参数以及全局嵌入，将段聚类成完整车道。
• 移除对车道锚点和多段线拟合的依赖，以提高对复杂几何形状的泛化能力。
• 在合成数据和真实世界数据集上证明改进的三维车道检测。

提出的方法

• 通过双路径编码器和 IPM 将图像特征投影到鸟瞰图（BEV）。
• 将 BEV 划分为非重叠的瓷砖，预测每个瓷砖的车道段参数（偏移、角度、高度）以及车道相交分数。
• 使用角度区间的混合分类-回归方案表示车道角度。
• 对每个瓷砖训练全局嵌入，并应用判别式拉-Push 损失将瓷砖聚成车道。
• 在学习到的嵌入上使用均值漂移聚类来形成完整车道，且无需锚点或多段线拟合。
• 推理阶段，将瓷砖级段转换为3D点并从 BEV 映射到相机坐标。

实验结果

研究问题

• RQ1 一个无锚点、半局部瓷砖表示是否能够在 BEV 中检测具有任意拓扑（分叉、合并、短车道或垂直车道）的3D车道？
• RQ2 相较于基于锚点的3D-LaneNet，学习每个瓷砖的车道段和全局嵌入是否能提升对复杂曲率和路面几何形状的泛化？
• RQ3 通过学习嵌入进行聚类是否比贪心的段落拼接在形成完整车道曲线方面更有效？
• RQ4 在合成和真实世界数据集上，该方法在检测MAP和几何精度方面的表现如何？

主要发现

• 3D-LaneNet+ 在合成数据上的 MAP 和 AP50 比原始的 3D-LaneNet 更高（MAP 0.90 vs 0.74；AP50 0.95 vs 0.79）。
• 在真实世界数据上，3D-LaneNet+ 将整体 MAP 提升至 0.89，AP50 提升至 0.95，使用全模型的 AP90 达到 0.60；消融变体表现较差。
• 去除全局嵌入或使用简单聚类会降低 MAP 与 AP90，表明嵌入在准确车道恢复和更长检测中的作用。
• 无锚点的分割能够检测到锚点方法错过的复杂拓扑，如分叉、合并、短车道和垂直车道。
• 该方法对新相机和新场景具有较强的泛化能力，包括城市交叉口，无需显式域自适应。
• 真实世界数据集结果显示在横向精度方面更好（大约 14–15 cm 的范围）相比基线。