自动驾驶行业蓬勃发展，而其中的辅助驾驶系统 (ADAS) 或者L2到L4的驾驶场景都需要提供一些车道线检测功能如Automated Lane Centering (ALC)和 Lane Departure Warning (LDW)。这其中的核心模块就是一个鲁棒的，泛化性能好的车道线检测器。而随着深度学习的不断演进，2D车道线检测已经有了较为成熟的做法。但是2D车道线其实是无法满足工业界的真正需求，主要体现在两点。

1. 下游的规控模块需要车道线检测发生在鸟瞰图视角（BEV），而仅作简单的前视图到鸟瞰图的投影会极大依赖于相机参数，而这在实际场景中是很难获取到准确的真值。

2. 车道线的高度信息在投影过程中占有很重要的地位，尤其是在上下坡场景中，高度信息会极大地影响投影质量，而之前的投影做法是在水平路面的假设上进行的。而目前市面上缺少一个带高度信息的车道线数据集。

如图所示是直观的介绍从(a)Perspective View到(b)中Bird Eye View做车道线检测的动机：在平面假设下，车道将在投影BEV中分叉/汇聚，考虑到高度的3D解决方案可以准确预测这种情况下的平行拓扑结构。而(c)在特征层面用PersFormer做投影，能较好地增强投影特征，进而解决BEV下检测不准的问题。

如图是整个PersFormer流水线：其核心是学习从前视图到BEV空间的空间特征转换，关注参考点周围的局部环境，在目标点（target point）生成的BEV特征将更具代表性；PersFormer由自注意模块组成，用于与本身BEV查询进行交互；交叉注意模块从基于IPM的前视图特征中获取key-value对，生成细粒度BEV特征。

PersFormer整体pipeline

这里主干网将resized图像作为输入，并生成多尺度前视图特征。主干网采用了流行的ResNet变型，这些特征可能会受到尺度变化、遮挡等缺陷的影响，这些缺陷来自前视图空间中固有的特征提取。最后，车道检测头负责预测2D和3D坐标以及车道类型。2D/3D检测头被称为LaneATT和3D LaneNet，其中对结构和锚点设计进行了一些修改。

交叉注意力机制示意图

进一步的目标是统一2-D车道检测和3-D车道检测任务，采用多任务学习（multi-task learning）进行优化。一方面，透视图中，2D车道检测仍然作为大家的兴趣；另一方面，统一2D和3D任务自然是可行的，因为预测3D输出的BEV特征来自2D分支中的对应项。

如图是在2D和3D中统一锚点设计：首先在BEV空间（左）放置策划的锚点（红色），然后将其投影到前视图（右）。偏移量xik和uik（虚线）预测真值（黄色和绿色）到锚点的匹配。这样就建立了对应关系，并一起优化了特征。

统一2D和3D锚点设计示意图

OpenLane包含20万帧、超过88万条实例级车道、14个车道类别（单白色虚线、双黄色实体、左/右路边等），以及场景标签和路线邻近目标（CIPO）注释，以鼓励开发3D车道检测和更多与产业相关的自动驾驶方法。

如表是OpenLane和其他基准线的比较：

OpenLane与现有基准的比较

“Avg. Length”表示分段的平均持续时间；

“Inst.Anno.”指示车道是否按实例注释（按c.f.语义注释）；

“Track. Anno.”表示车道是否具有唯一的跟踪ID；

“#Frames”中的数字分别是总帧中带注释的帧数；

“Line Category”表示车道种类；

“Scenario”表示场景标签。

• 车道形状：每个2D/3D车道显示为一组2D/3D点

• 车道类别：每条车道都有一个类别，例如双黄线或路缘

• 车道属性：某些车道具有右、左等属性

• 车道跟踪ID：除路缘外，每条车道都有唯一的ID

• 停车线和路缘

（有关更多注释标准，请参考车道Anno标准）

• 二维边界框：其类别表示对象的重要性级别

• 场景标记：它描述了在哪个场景中收集此帧

• 天气标签：它描述了在什么天气下收集此帧

• 小时标记：它注释了收集此帧的时间

OpenLane标注样例

OpenLane样例概览，涵盖夜晚、日光、弯道等多种场景

我们在小规模仿真3D车道线数据集Apollo和大规模真实场景3D车道线数据集OpenLane分别做了实验，均达到SOTA水平。

Apollo实验结果

OpenLane实验结果

消融实验对比