基于先验信息的单车载相机图像在线车道图提取

局部路网信息对于自主导航至关重要。这类信息通常以离线高精地图中的车道图形式获取。然而，由于施工、事故等原因，某一时刻的局部路网可能与离线地图所给信息大相径庭；此外，自动驾驶车辆也可能处于离线高精地图未覆盖的区域。因此，车道图的在线估计对于广泛且可靠的自主导航至关重要。在本工作中，我们解决了从单张车载相机图像进行在线鸟瞰图车道图提取的问题。我们提出利用先验信息来提升估计质量。该先验通过基于 transformer 的 Wasserstein 自编码器从数据集中提取。随后该自编码器用于增强初始车道图估计，具体通过对潜空间向量进行优化来实现。该优化鼓励车道图估计符合逻辑，即抑制其偏离先验分布。我们在两个基准数据集 NuScenes 和 Argoverse 上测试了该方法。结果表明，与 SOTA 方法相比，所提方法显著提升了性能。