深度多传感器车道检测
计算机视觉与模式识别
2019-05-07 v1
摘要
可靠且准确的车道检测一直是自动驾驶领域中的一个长期问题。近年来，许多方法被开发出来，它们以图像（或视频）作为输入并在图像空间中推理。在本文中我们认为，准确的图像估计并不能转化为精确的 3D 车道边界，而后者是现代运动规划算法所需的输入。为解决此问题，我们提出了一种新颖的深度神经网络，其利用 LiDAR 与相机传感器两者的优势，并直接在 3D 空间中产生非常准确的估计。我们在高速公路和城市中均展示了我们方法的性能，并表明在复杂场景（如造成严重遮挡的密集交通、分叉、合流与交叉口）中也能给出非常准确的估计。
引用
@article{arxiv.1905.01555,
title = {Deep Multi-Sensor Lane Detection},
author = {Min Bai and Gellert Mattyus and Namdar Homayounfar and Shenlong Wang and Shrinidhi Kowshika Lakshmikanth and Raquel Urtasun},
journal= {arXiv preprint arXiv:1905.01555},
year = {2019}
}
备注
IEEE International Conference on Intelligent Robots and Systems (IROS) 2018