M$^2$-3DLaneNet: 다중 모드 3D 차선 검출 탐구

3차원 공간에서 정확한 차선을 추정하는 것은 차선의 희소성과 가늘게 뻗어 있는 특성 때문에 여전히 어려운 문제입니다. 이전 연구들은 주로 이미지를 사용하여 3차원 차선 검출에 집중하였는데, 이는 본질적인 투영 오류와 기하학적 정보의 손실을 초래하였습니다. 이러한 문제를 해결하기 위해, 우리는 LiDAR를 단독으로 또는 기존 단일 카메라 접근법과 결합하여 3차원 차선 검출에 활용할 수 있는 잠재력을 탐구합니다. 본 논문에서는 여러 센서에서 얻은 보완적인 정보를 통합하기 위한 M$^2$-3DLaneNet을 제안합니다. 구체적으로, M$^2$-3DLaneNet은 LiDAR 데이터로부터 깊이 완성을 통해 기하학적 정보를 통합하여 2차원 특징을 3차원 공간으로 변환합니다. 이후, 변환된 2차원 특징은 LiDAR 특징과 교차 모달 BEV(버드아이뷰) 융합을 통해 더욱 강화됩니다. 대규모 OpenLane 데이터셋을 이용한 광범위한 실험 결과는 M$^2$-3DLaneNet의 효과성을 범위(75m 또는 100m)에 상관없이 입증하고 있습니다.