تتطلب القيادة الذاتية تمثيلًا منظمًا لشبكة الطرق، وتحديدًا فرديًا للعوامل المرورية الأخرى. وبما أن مشهد المرور يُعرَّف على المستوى الأفقي، فإن هذا يتوافق مع فهم المشهد من منظور الطيور (BEV). ومع ذلك، فإن الكاميرات المثبتة على المركبات ذاتية القيادة تُركَّب عادةً أفقيًا لتحسين رؤية البيئة المحيطة، مما يجعل هذه المهمة أمرًا بالغ الصعوبة. في هذا العمل، ندرس مشكلة استخلاص رسم بياني موجه يمثل شبكة الطرق المحلية ضمن الإحداثيات BEV، من صورة واحدة فقط تُلتقط بواسطة كاميرا مثبتة على المركبة. علاوةً على ذلك، نُظهر أن الطريقة يمكن توسيعها للكشف عن الكائنات الديناميكية على مستوى BEV. وتساهم المعاني، والمواقع، والاتجاهات للكائنات المكتشفة مع الرسم البياني للطرق في تكوين فهم شامل للمشهد. ويصبح هذا الفهم أساسيًا للمهام اللاحقة، مثل تخطيط المسارات والتنقل. وقد قمنا باختبار منهجنا مقابل أساليب قوية، وبيّنا أن شبكتنا تحقق أداءً متفوقًا. كما أظهرنا تأثير الاختيارات التصميمية المختلفة من خلال دراسات التحليل التجريبي. الكود: https://github.com/ybarancan/STSU