摘要:在自主停车场景中,准确的近场环境感知对于平稳操作至关重要。停车线的检测与富有理解的车道检测不同,由于缺乏方向,位置和色彩,图案和背景表面的各种外观的空间一致性而提出了独特的挑战。因此,依赖锚和偏移的车道检测的最新模型并非直接适用。本文介绍了BevFastline,这是一种新颖的端到端线条标记鸟类眼视图(BEV)空间中的架构,该空间是为360◦多相机感知应用而设计的。bevfastline将我们的单发线检测方法与先进的反视角映射(IPM)技术集成在一起,尤其是我们的快速分裂技术,以在各种空间上下文中有效地检测线条标记。此方法适用于3级自动化车辆中的实时硬件。BEVFastline准确地将停车线定位在BEV空间中,最高为10厘米。我们的方法,包括更快的快速SPLAT和单杆检测,超过LSS及其准确性,达到80.1%的精度,90%的召回率,几乎使基于BEV的分段和多线线模型的性能翻了一番。这种简化的解决方案在复杂的,动态的停车环境中非常有效,在自我车辆周围10米以内的高精度定位。
主要关键词