中文

面向自动驾驶的单目 3D 车道检测:近期成果、挑战与展望

计算机视觉与模式识别 2024-10-29 v3

摘要

3D 车道检测在自动驾驶中至关重要,因为它从三维空间的道路中提取结构和交通信息,辅助自动驾驶汽车进行合乎逻辑、安全且舒适的路径规划与运动控制。鉴于传感器成本以及视觉数据在颜色信息上的优势,基于单目视觉的 3D 车道检测是自动驾驶领域的一个重要研究方向,日益受到工业界和学术界的关注。遗憾的是,近期视觉感知方面的进展似乎仍不足以开发出完全可靠的 3D 车道检测算法,这也阻碍了基于视觉的完全自动驾驶车辆的发展。我们认为,对于使用视觉传感器的自动驾驶车辆,其 3D 车道检测算法仍有相当大的改进空间,且需要显著的提升。本综述回顾并分析了 3D 车道检测研究领域当前成果的现状。它涵盖了当前所有基于单目的 3D 车道检测流程,讨论了这些前沿算法的性能,分析了各种算法的时间复杂度,并突出了正在进行的研究工作的主要成果和局限性。该综述还全面讨论了可用的 3D 车道检测数据集以及研究人员面临但尚未解决的挑战。最后,我们的工作概述了未来的研究方向,并邀请研究人员和从业者加入这一令人兴奋的领域。

关键词

引用

@article{arxiv.2404.06860,
  title  = {Monocular 3D lane detection for Autonomous Driving: Recent Achievements, Challenges, and Outlooks},
  author = {Fulong Ma and Weiqing Qi and Guoyang Zhao and Linwei Zheng and Sheng Wang and Yuxuan Liu and Ming Liu and Jun Ma},
  journal= {arXiv preprint arXiv:2404.06860},
  year   = {2024}
}