一种基于自适应稠密特征的三维车道线预测方法及系统

本发明提供一种基于自适应稠密特征的三维车道线预测方法及系统，本发明方法包括：统一前视相机输入图像的参数，通过虚拟相机将原始图像转换为输入图像；构建BEV‑3DLane网络模型，将卷积神经网络设计为模型的主干网络，在主干网络中提取车道前视图像特征；引入前视车道检测头作为辅助监督，将其设计为模型的轻量级分支网络，采用与主干网络共享的特征层作为输入，独立检测和定位前视图像中的车道线；采用空间变换算法，将车道前视图像特征进行空间转换，映射到鸟瞰视角，生成BEV特征；采用自适应稠密特征学习机制自主调整网络特征学习方式，生成细粒度的BEV特征；采用3D检测头检测车道线位置和高度信息，并进行融合处理，得到空间位置预测结果。