语义信息处理方式分类的车道线检测技术研究综述.pdfVIP

ComputerEngineeringandApplications计算机工程与应用2025，61（5）1

⦾热点与综述⦾

语义信息处理方式分类的车道线检测技术研究综述

1，2，31，2，3+

洪书颖，张东霖

1.江南大学人工智能与计算机学院，江苏无锡214122

2.江苏省模式识别计算智能工程实验室，江苏无锡214122

3.科技部中英人工智能联合实验室，江苏无锡214122

+通信作者E-mail：zhangdlin@jiangnan.edu.cn

摘要：随着自动驾驶技术的迅猛发展，车道线检测作为其关键组成部分，引起了广泛关注，并在智能交通系统中展

现出巨大的应用潜力。然而，在应对复杂环境挑战时，传统车道线检测技术往往难以提供足够的识别精度。回顾车

道线检测技术的发展轨迹，系统性地梳理了84种先进算法，并创新性地根据语义处理方式划分为四类别：语义分割

辅助类、语义信息融合类、语义信息增强类和语义关系建模类。通过深入剖析算法的技术特点和优势，揭示了当前

车道线检测技术所面临的主要局限。最后，对未来车道线检测技术的发展方向提出见解，特别是在语义信息利用方

面，指出了潜在的研究方向。

关键词：车道线检测；语义信息；自动驾驶；深度学习；计算机视觉

文献标志码：A中图分类号：TP391.4doi：10.3778/j.issn.1002-8331.2406-0160

SurveyonLaneLineDetectionTechniquesforClassifyingSemanticInformationProcessing

Modalities

HONGShuying1，2，3,ZHANGDonglin1，2，3+

1.SchoolofArtificialIntelligenceandComputerScience,JiangnanUniversity,Wuxi,Jiangsu214122,China

2.JiangsuProvincePatternRecognitionComputationalIntelligenceEngineeringLaboratory,Wuxi,Jiangsu214122,China

3.Sino-UKJointLaboratoryofArtificialIntelligence,MinistryofScienceandTechnology,Wuxi,Jiangsu214122,China

Abstract：Withtherapiddevelopmentofautonomousdrivingtechnology,lanelinedetection,asitskeycomponent,has

attractedwidespreadattentionandshowngreatpotentialforapplicationinintelligenttransportationsystems.However,tra-

ditionallanelinedetectiontechniquesusuallystruggletoprovidesatisfactoryrecognitionaccuracywhendealingwith

complexenvironmentalchallenges.Thispaperreviewsthedevelopmentoflanedetectiontechnologyandsystematically

sortsout84advancedalgorithms,andinnovativelydividesthemintofourcategoriesbasedonsemanticprocessing:semantic

segmentationassistance,semanticinformationfusion,semanticinformationenhancement,andsemanticrelationshipmode-

ling.Bydeeplyanalyzingthetechnicalcharact