车道拓扑之问：连续路径建模会是最优解么？

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

今天自动驾驶之心邀请来了华中科技大学Vision Lab在读博士&地平线算法实习生—廖本成！为大家分享基于连续路径建模的车道拓扑构建算法！

如果您有兴趣分享相关学术成果，请联系AIDriver002！

更多行业咨询与技术分享，欢迎加入『自动驾驶之心知识星球』，相关将在星球内公布！

为了让自动驾驶汽车可以在复杂的交通环境中安全行驶，精准、实时、全面的环境信息获取必不可少。真实的交通环境千变万化，只有让自动驾驶汽车对多变的周边环境更好地进行感知理解，从而完成安全有效的轨迹规划，并做出拟人化的交互式决策，才可以有效提高自动驾驶的安全性和舒适度。

过往的方法多采用高精地图来为自动驾驶系统提供道路环境的详细精确表示。但在高精地图方案中，离线的车道拓扑信息的采集、维护和更新需要巨大的成本。正因如此，行业近年来积极探索轻地图的方案。然而，自动驾驶行业从不缺少技术挑战。现有轻地图的方法在车道拓扑构建中又常常存在断续问题，难以应对复杂的道路拓扑结构。

在ECCV 2024上，地平线-华中科技大学联合实验室提出一种车道拓扑构建新方法—— LaneGAP，通过端到端学习路径，旨在解决传统像素级和片段级建模方法所面临的车道连续性问题，实现了车道拓扑的连续性保留，大幅提升预测规划性能，为自动驾驶中的规划模块提供更可靠的路径指导。值得一提的是，LaneGAP 相关工作已经在地平线高阶智驾系统SuperDrive中落地应用。

为了让大家进一步了解LaneGAP的创新方法与应用价值，8月26日19:30，地平线策划推出新一期「你好，开发者」自动驾驶技术专场，邀请LaneGAP第一作者廖本成进行分享，主题为《基于连续路径建模的车道拓扑构建算法》。

分享嘉宾首先会介绍车道拓扑构建任务在自动驾驶中的重要性，分析现有的拓扑建模方案及其难点，而后重点介绍基于连续路径的拓扑建模方法。最后，分享嘉宾会同大家探讨车道拓扑的潜在应用与未来研究方向。期待大家踊跃报名参与交流！

哔哩哔哩关注自动驾驶之心，预约直播

自动驾驶之心B站

【自动驾驶之心】全平台矩阵