摘要
车道级场景标注为自动驾驶车辆在复杂环境（如城市区域）中的轨迹规划提供了至关重要的数据支持。然而，获取此类数据耗时且成本高昂，因为车道标注必须由人工手动完成，难以大规模扩展至大范围区域。本文提出一种从鸟瞰视角图像中估计车道几何结构的新方法。我们将车道形状与车道连接关系的估计问题建模为图结构估计问题，其中车道锚点作为图的节点，车道段作为图的边。我们在基于主流NuScenes数据集及其地图扩展包处理得到的多模态鸟瞰视角数据上训练了该图结构估计模型。此外，我们还通过一个独立模型估计每条车道段的连接方向，从而构建有向车道图。我们在具有挑战性的NuScenes数据集上展示了LaneGraphNet模型的性能，并提供了详尽的定性和定量评估。实验结果表明，该模型在多数城市场景中均表现出良好的性能，为实现高精地图车道标注的自动化生成迈出了重要一步。