LMT-Net:基于稀疏车辆观测的车道模型 Transformer 网络 ！

文章预览

ADAS  Laboratory 点击上方 蓝字 关注  智驾实验室           加入【 智驾实验室 】交流群， 获取更多内容和资料 在自动驾驶中，高分辨率（HD）地图提供了一个完整的车道模型，不受传感器范围和遮挡的影响。然而，生成和维护HD地图需要定期采集数据和人工标注，这限制了可扩展性。 为解决这一问题，作者研究了自动化车道模型生成以及使用稀疏车辆观测代替密集传感器测量的方法。 对于作者采用的方法，预处理步骤通过对观测到的车道边界进行对齐和汇总来生成多边线。对齐的行驶轨迹被用作预测左边界和右边界点定义的车道对。作者提出了一种名为Lane Model Transformer Network（LMT-Net）的编码-解码神经网络架构，该架构执行多边线编码并预测车道对及其连接。 通过使用预测的车道对作为节点和预测的车道连通性作为边，作者创建了一个车道图。 ………………………………