使用联合建模与匹配的前视或环视3D车道检测

3D车道比2D车道提供了对路面几何形状更全面的理解，从而为驾驶决策和轨迹规划提供关键参考。尽管许多工作旨在提高预测精度，但我们认识到高效的网络可以使结果更接近车道建模。然而，如果建模数据不精确，结果可能无法准确捕捉真实场景。因此，精确的车道建模对于使预测结果与环境紧密对齐至关重要。本研究聚焦于高效且精确的车道建模，提出了一种结合贝塞尔曲线和插值方法的联合建模方法。此外，基于这种车道建模方法，我们开发了一种带有贝塞尔控制点和关键点的全局到局部车道匹配方法，作为一种综合解决方案，利用两个数学模型的层次化特征来确保精确匹配。我们还引入了一种新颖的3D空间编码器，代表了对3D环视车道检测研究的探索。该框架适用于前视或环视3D车道检测。通过直接输出3D空间中车道的关键点，它克服了基于锚点方法的局限性，能够准确预测闭环或U形车道，并有效适应复杂道路条件。这种创新方法在Openlane数据集上建立了前视3D车道检测的新基准，并在Argoverse2数据集上的环视2D车道检测中取得了有竞争力的性能。