深度学习训练好的开源模型车道线检测 车道线检测算法

一、背景

车道线检测：从输入的图片中检测出车道线，图片是由车辆的前置摄像头拍摄。

1.1 车道线检测在自动驾驶中如何使用

自动驾驶从算法的角度主要分为三个部分：环境感知、决策、执行。环境感知即通过各种传感器采集数据，用算法进行分析，再输入Planning模块，Planning模块根据自己要开往哪里并分析周围环境来规划下一步动作，动作输入到Control模块，Control模块再与硬件作交互，实现具体执行。

车道线检测的执行是在感知模块，在Planning模块被使用。

在Planning模块中使用车道线检测：

1. 轨迹规划
2. 行为预测
3. 车道保持
4. …

1.2 问题定义

输入：[3×H×W]的图片
输出：N×车道线（实例、点、参数等）

1.3 主要难点

1. 遮挡非常严重，路面上的人和车非常多，有的车道线磨损严重，有的车道线是一段一段的。
2. 车道线又细又长，监督信号非常稀疏，正样本非常少
3. 一般要求实时性

二、相关工作

2.1 传统方法

2.1.1 Hough变换

论文： Yu and A. K. Jain, “Lane boundary detection using a multiresolution Hough transform,” Proceedings of International Conference on Image Processing, Santa Barbara, CA, USA, 1997, pp. 748-751 vol.2, doi: 10.1109/ICIP.1997.638604 首先，将RGB彩色图变为灰度图

再做高斯模糊

再做边缘检测，得到mask点

最后再做Hough变换，找到整张图的所有直线，得到一堆参数，并不知道直线的起点与终点

传统算法的局限性：

1. 若出现遮挡，直线拟合效果差
2. 曲线车道线效果不好

2.2 深度学习方法

2.2.1 检测类方法

2.2.1.1 LanNet

论文：Towards End-to-End Lane Detection: an Instance Segmentation Approach

实例分割

像素嵌入+聚类

缺点：依赖于聚类，结果不稳定；起始位置不确定；效果并没有特别好。

2.2.1.2 SCNN

论文：Spatial As Deep: Spatial CNN for Traffic Scene Understanding

RNN——让信息在水平和竖直方向传递

语义分割+后处理

缺点：用类似RNN做信息传递，速度慢

2.2.1.3 light-weight

2. self-attention distillation（SAD）
   论文：Learning Lightweight Lane Detection CNNs by Self Attention Distillation



3. 
   
4. CurveLane-NAS（5000GPU hours）
   论文：

2.2.2 新的思路

2.2.2.1 Gridding

论文：CurveLane-NAS: Unifying Lane-Sensitive Architecture Search and Adaptive Point Blending

将一张图片的像素做水平分割与竖直分割，将很多像素变为一个cell，相当于把整张图做了降采样，对每个cell做分类（网格化）

行分类——判断这行是否有车道线

速度很快，但因为降采样精度会下降

2.2.2.2 PolyLaneNet：Lane Estimation via Deep Polynomial Regreesion

论文：PolyLaneNet: Lane Estimation via Deep Polynomial Regression

假设车道线为曲线，曲线是由很多参数决定的，使用多项式去学习这些参数。

缺点：若摄像头换角度拍就不work了

2.2.2.3 Anchor-based

论文：Keep your Eyes on the Lane: Real-time Attention-guided Lane Detection

强先验

处理变化的情况不太灵活

三、RESA方法

经典的语义分割不能应用于车道线检测的原因：

1. 严重的遮挡和模糊的车道线
2. 稀疏的监督信号（车道线又细又长，有的车道线是一段一段的）
   idea：
3. 强形状先验（label连续）
4. 空间依赖性，通过空间相关性大概推理车道线
   将远处的特征传过来，近处的特征传过去，或者左边传到右边，右边传到左边，来做信息增强。
   设计一个能够把空间的信息的聚合、把原始特征增强的模块。
   
   图（a）显示了CNN的结果车道线不够完整也不够精细，但RESA可以得到精细且完整的线。
   图（b）对信息进行切片，若从左往右传递，则把每列特征作为一个slice，特征在列与列之间传递，考虑线与线之间特征的相关性；若从上往下传递，则把每行作为一个slise，特征在行与行之间传递 ，考虑近处与远处的连续性。

网络架构：

图（a）输入一张图片，先经过一个Encoder（VGG、retinanet等）将图片降采样到1/8特征图，再经过RESA将信息增强，最后经过Decoder做上采样到原图大小，输出两个分支，分别是segmentation和判断车道线是否存在（0和1二分类）。

图（b）和（c）是分别从两个方向对特征进行切片，对每个切片使用一层一卷积（即使用一维卷积作用于切片），每个方向要进行K次迭代。

RESA：

上图为从右往左传递的示意图，首先把每一列进行切片，将特征变成一列一列的。

Decoder：

Decoder主要分为两部分，一部分主要依赖于双线性差值，可得到粗略的预测结果；另外一部分依赖于转置卷积，求精细特征。两部分的结果进行加和出结果。

Decoder的两个作用：

1. 将通道数量除以2
2. 上采样

四、RESA的结果和分析

CULane

TuSimple

对比实验

迭代次数

上下左右传递实验

分析：

RESA做了空间的特征传递，将稀疏的特征空间转换为丰富的特征空间，即设计一个模块去聚合空间信息和增强由原始的CNN提取的特征。

架构的关键因素：编码器+聚合+解码器。

Encoder可以用任何原始的CNN分类网络。