초록
차선 수준의 장면 주석은 도시 지역과 같은 복잡한 환경에서 자율주행차의 경로 계획에 있어 귀중한 데이터를 제공한다. 그러나 차선 주석은 인간이 수작업으로 수행해야 하므로 얻는 데 시간과 비용이 많이 들며, 대규모 지역에 적용하기 어렵다는 한계가 있다. 본 연구에서는 Birds-Eye-View(BEV) 이미지로부터 차선 기하학적 특성을 추정하는 새로운 접근법을 제안한다. 차선 형태 및 차선 연결 관계 추정 문제를 그래프 추정 문제로 공식화하여, 차선 기준점은 그래프의 노드로, 차선 세그먼트는 그래프의 엣지로 표현한다. 우리는 대표적인 NuScenes 데이터셋과 그 지도 확장 팩을 기반으로 처리한 다중 모달 BEV 데이터를 활용하여 그래프 추정 모델을 훈련한다. 또한 별도의 모델을 사용하여 각 차선 세그먼트에 대한 차선 연결 방향을 추정함으로써 방향성을 갖춘 차선 그래프를 생성한다. 제안하는 LaneGraphNet 모델이 도전적인 NuScenes 데이터셋에서 나타내는 성능을 실험적으로 검증하고, 정성적 및 정량적 평가를 광범위하게 수행하였다. 실험 결과, 본 모델은 대부분의 도시 환경에서 우수한 성능을 보이며, 자율주행을 위한 고정밀(HD) 차선 주석 자동 생성을 위한 중요한 단계로 기여할 수 있음을 보여주었다.