《Measurement》：LaneDriveNet: lightweight and robust road-structure estimation with topology-constrained semi-supervised learning for autonomous driving under challenging conditions
编辑推荐：
•LaneDriveNet在退化的驾驶场景中实现了稳健的道路结构估计。•AG-MSSP提高了对退化引起的干扰的抵抗能力，并增强了纹理较弱的车道结构的连续性。•DAG-RAN通过抑制噪声传播和在退化条件下提高边界一致性，增强了双分支融合。•BDS-Head在保持细结构和边界表示的同
- •
LaneDriveNet在退化的驾驶场景中实现了稳健的道路结构估计。
- •
AG-MSSP提高了对退化引起的干扰的抵抗能力，并增强了纹理较弱的车道结构的连续性。
- •
DAG-RAN通过抑制噪声传播和在退化条件下提高边界一致性，增强了双分支融合。
- •
BDS-Head在保持细结构和边界表示的同时，实现了更高效的解码，计算成本更低。
- •
TCPL提高了伪标签细化的可靠性，并增强了半监督学习中未标记数据的有效性。
引言
作为智能交通系统的关键组成部分，道路结构估计为自动驾驶提供了稳定的控制和安全导航所需的基本信息[1]。车道标记描述了道路的几何形状和横向边界，支持车道保持、变道决策和拓扑理解，而可行驶区域则表示可用于安全车辆行驶和局部路径规划的区域。在本研究中，道路结构估计是指定量提取图像平面信息，包括可行驶区域的范围和边界、车道的位置、连续性和连通性。然而，雨水、雾、雪、夜间照明、反射和遮挡会降低图像对比度，模糊结构边界，并引入非结构性干扰[2]。这些退化通常会导致车道预测不连续或错误连接，可能导致边界偏移、空洞或估计的可行驶区域过度扩展，从而在具有挑战性的驾驶条件下增加感知风险[3]、[4]。根据美国联邦公路管理局的报告，与恶劣天气相关的交通事故占交通事故和伤亡人数的相当大比例，这凸显了在视觉条件退化下进行可靠道路结构估计的必要性[5]、[6]。
早期的车道和可行驶区域提取方法主要依赖于手工制作的特征，如边缘检测、Hough变换以及颜色或纹理阈值。尽管在受限场景中有效，但这些方法对光照变化、背景杂乱和恶劣天气非常敏感。深度卷积网络通过端到端特征学习提高了对道路场景的理解。代表性模型包括FCN[7]、DeepLabv3+ [8]和PSPNet [9]，通过膨胀卷积、金字塔池化和多尺度上下文建模提高了分割精度。然而，它们的计算成本限制了在资源受限平台上的实时部署。轻量级模型如BiSeNetV2 [10]、DDRNet [11]和PIDNet [12]通过双分支或多分支架构解决了这个问题，这些架构平衡了空间细节的保留和语义表示。尽管如此，当结构边界变弱、车道标记变细或场景分布与训练数据有很大不同时，它们的性能仍可能下降。
数据稀缺是一个额外的挑战。车道标记和可行驶区域的像素级注释既昂贵又主观，特别是在恶劣天气、低照明和强反射的情况下。虽然未标记的数据可以减少对注释的依赖，但教师-学生自我训练可能会强化伪标签中的结构错误。教师产生的不连贯性、碎片化响应和不可信的连接可能会被学生反复学习并逐渐固化[13]、[14]。因此，有效的道路结构估计不仅需要一个对视觉退化具有鲁棒性的轻量级架构，还需要一种为细结构连续性和边界稳定性设计的伪标签细化策略[15]。
为了解决这些问题，提出了一种名为LaneDriveNet的轻量级且稳健的道路结构估计框架，它采用半监督拓扑学习，适用于具有挑战性的自动驾驶条件。基于实时双流架构，LaneDriveNet在上下文建模、双分支特征聚合、轻量级解码和拓扑感知的未标记数据利用方面引入了有针对性的改进。主要贡献总结如下：
- (1)
(1)提出了一种适用于具有挑战性条件的自动驾驶的轻量级且稳健的道路结构估计方法（LaneDriveNet），该方法采用半监督拓扑学习。引入了自适应门控多尺度条带池化（AG-MSSP）模块，在上下文聚合之前抑制由退化引起的高频干扰，并通过多尺度长距离建模提高纹理较弱的车道标记的连续性。
- (2)
开发了一种双注意力引导的稳健聚合网络（DAG-RAN），以在退化条件下改进双分支融合。通过结合坐标注意力和跨分支交互门控，它抑制了细节噪声，细化了语义边界，并减少了融合引起的伪影。
引入了一种瓶颈式深度可分离解码头（BDS-Head），以提高解码效率和稳定性。它减少了参数数量和计算成本，同时保持了细节恢复能力，从而支持在边缘设备上的实时推理。
将半监督学习作为辅助训练策略，以减轻具有挑战性条件下的注释难度和数据稀缺问题。具体来说，提出了一种拓扑约束的伪标签细化策略（TCPL），通过在伪标签细化过程中保持车道骨架的连通性来提高未标记数据的利用率。
本文的其余部分组织如下：第2节回顾了实时语义分割、退化条件下的道路感知和半监督学习的相关工作。第3节介绍了LaneDriveNet的总体框架，包括其关键模块和提出的半监督拓扑一致学习策略。第4节描述了实验设置，并报告了比较结果、消融研究和泛化评估。最后，第5节总结了本文并讨论了其局限性和未来方向。
章节片段
实时语义分割架构
车道标记和可行驶区域分割是自动驾驶中的核心任务。早期的语义分割方法，如FCN [7]、DeepLabv3+ [8]和PSPNet [9]，引入了多尺度上下文建模，大幅提高了像素级预测精度。然而，它们较高的计算成本限制了它们在实时车载部署中的适用性。为了解决这个问题，已经开发了多种轻量级架构。例如，Fan等人提出了STDC-Seg [16]，
方法论
为了在具有挑战性的条件下实现车道标记和可行驶区域的可靠实时联合分割，提出了一个轻量级且稳健的道路结构估计框架LaneDriveNet，如图1所示。该框架采用BiSeNetV2的双边架构作为其骨干，其中细节分支保留了锚定细车道标记所需的高分辨率空间特征，而语义分支捕获了可行驶区域的大范围接收场信息
数据集和预处理
为了在具有挑战性的自动驾驶条件下评估车道标记和可行驶区域分割，采用了一个包含标记源数据和跨数据集未标记数据的训练设置。具体来说，Mapillary Vistas [47]被用作主要的标记数据集，而BDD100K [48]被用作半监督训练的辅助未标记数据集。
Mapillary Vistas是一个大规模街道场景数据集，包含25,000张高分辨率图像，具有密集和细粒度的
结论
在本研究中，开发了LaneDriveNet作为一种轻量级的道路结构估计框架，用于在具有挑战性的驾驶条件下联合分割车道标记和可行驶区域。基于双流架构，所提出的方法集成了AG-MSSP、DAG-RAN和BDS-Head，以提高上下文可靠性、细节-语义交互和轻量级解码。此外，还引入了一种拓扑约束的伪标签细化策略，以提高
CRediT作者贡献声明
Mengju Bi：撰写 – 审稿与编辑，撰写 – 原稿，验证，软件，方法论，调查，形式分析，数据管理，概念化。Danfeng Du：撰写 – 审稿与编辑，撰写 – 原稿，方法论。Yuchen Xie：可视化，方法论，调查，形式分析。Guanlin Qi：撰写 – 审稿与编辑，撰写 – 原稿。Yangyang Guo：方法论，调查，形式分析，数据管理。Zibo Zhao：验证，概念化。
利益冲突声明
作者声明他们没有任何已知的竞争性财务利益或个人关系可能影响本文所述的工作。
致谢
这项研究没有收到公共、商业或非营利部门任何特定资助机构的资金支持。
Mengju Bi|Danfeng Du|Yuchen Xie|Guanlin Qi|Yangyang Guo|Zibo Zhao|Zekuan Zhao
