TopoCurve: Geometry-Aware Topology Reasoning via Bézier Curves in Autonomous Driving¶

会议: NeurIPS 2026
arXiv: 2610.09118
OpenReview: https://openreview.net/forum?id=peNZjVneDd
领域: 自动驾驶
关键词: 自动驾驶、车道线拓扑推理、贝塞尔曲线、端点检测、可变形注意力

一句话总结¶

针对传统折线建模导致车道线几何不平滑、缺乏解析切线且拓扑监督稀疏的问题，TopoCurve 提出端点固定的三次贝塞尔曲线参数化表征，配合傅里叶几何偏置注入、曲线分布可变形注意力与多分支冗余监督，无需任何后处理在 OpenLane-V2 上建立新 SOTA。

研究背景与动机¶

在自动驾驶在线高精地图构建与端到端规划中，车道中心线及其与交通信号要素的拓扑推理是一项核心任务。当前主流方法大多采用基于 Query 的检测框架，并将每条车道线离散建模为 11 个三维坐标点组成的折线序列。然而，独立回归离散点坐标不仅缺乏平滑性先验，容易产生锯齿状、自相交或物理不可行的车道轨迹，而且严重割裂了车道线的内在几何连续性。由于车道拓扑本质上由车道汇入分流处的端点对齐以及切线方向一致性决定，离散折线无法提供解析的端点切线，通过有限差分估算切线又极具数值噪声且难以在匹配中稳定反传。

现有拓扑推理方法在几何建模上也存在显著瓶颈。依赖点积特征相似度的方法完全缺乏对车道方向对齐的几何推理；将欧氏距离注入图卷积网络（如 TopoLogic）又容易把拓扑监督与特征学习强行耦合，导致检测质量劣化。更重要的是，简单距离标量受到光谱偏差（spectral bias）限制，难以拟合连通与非连通边界的高频变化；而传统可变形注意力仅围绕单一中心点局部采样，覆盖不到长达 30 至 50 米车道线两端的关键端点。加之匈牙利单对单匹配在约 300 个 Query 和十余条真值车道间造成的拓扑监督极端稀疏，严重制约了复杂路网推理能力。

为了从根本上消除折线表征的几何缺陷，本文不再依赖如 TopoPoint 等后处理吸附启发式规则，而是重构了车道参数化形式。核心 idea：将车道线重参数化为端点固定的三次贝塞尔曲线，利用其内在几何属性提取解析端点距离与切线方向并经多尺度傅里叶编码注入拓扑头，同时由曲线采样点支撑全车道可变形注意力与一对多冗余拓扑监督，构成自洽的几何级联推理。

方法详解¶

整体框架¶

TopoCurve 基于多视角图像输入，采用 ResNet-50 骨干网络提取多尺度特征，并通过 BEVFormer 编码器构建统一鸟瞰图（BEV）特征网格；前视图像特征则送入 Deformable DETR 头预测交通要素。核心解码器由 6 层 Transformer 堆叠而成，每一层联合处理车道 Query 和端点 Query：车道 Query 通过 4 路平行的曲线分布可变形注意力（BDDA）聚合全车道 BEV 特征，端点 Query 采用标准可变形交叉注意力。两者拼接进行联合自注意力全局交互后，送入统一场景图网络（USGN）进行双向图卷积消息传递。车道 Query 预测贝塞尔控制点，拓扑头结合多尺度傅里叶几何偏置判定车道间连通性，训练期则抽取融合前分支进行一对多冗余拓扑监督。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["多视角图像输入<br/>ResNet-50 + FPN"] --> B["BEVFormer 编码器<br/>构建 BEV 特征网格"]
    B --> C["端点固定的贝塞尔曲线重参数化<br/>预测 4 个 3D 控制点"]
    C --> D["曲线分布可变形注意力 BDDA<br/>全车道几何对齐参考点采样"]
    D --> E["曲线锚定冗余监督 CARS<br/>4分支并行 O2M 稠密拓扑训练"]
    E --> F["统一场景图网络 USGN<br/>点-线-要素双向图卷积聚合"]
    F --> G["傅里叶几何偏置注入 FourierGeoBias<br/>解析切线与端点距离多频编码"]
    G --> H["拓扑预测输出<br/>车道连通性与要素关联矩阵"]

关键设计¶

1. 端点固定的贝塞尔曲线重参数化：将高维折线回归压缩为平滑解析连续几何

针对 11 个离散点回归需要预测 33 个无序坐标且难以保证几何平滑的痛点，模型将每条车道建模为具有 4 个控制点的三次贝塞尔曲线 \(\mathbf{C}=[\mathbf{P}_0,\mathbf{P}_1,\mathbf{P}_2,\mathbf{P}_3]\in\mathbb{R}^{4\times 3}\)，将回归参数空间精简至 12 维（参数减少 63.6%），天然满足 \(C^\infty\) 连续平滑性。与 B 样条不同，三次贝塞尔曲线首尾控制点 \(\mathbf{P}_0\) 和 \(\mathbf{P}_3\) 严格保证等于车道首尾端点。为解决贝塞尔等距参数采样在曲率大处密集、与 OpenLane-V2 弧长等距真值点分布不一致的问题，训练时将真值首尾点固定为 \(\mathbf{P}_0\) 与 \(\mathbf{P}_3\)，仅对其内部点通过伯恩斯坦基矩阵 \(\mathbf{A}_{\text{int}}\) 进行最小二乘拟合得到真值控制点。推理与损失计算均通过预计算的伯恩斯坦基矩阵投影回 11 个采样点 \(\hat{\mathbf{L}}=\mathbf{A}\hat{\mathbf{C}}\) 计算 L1 回归损失，在高曲率区域自然引入了更大的曲率自适应监督权重。

2. 傅里叶几何偏置注入：融合解析切线对齐与高频端点距离先验

针对点积特征缺乏方向几何先验且标量距离受限于神经正切核光谱偏差的问题，FourierGeoBias 机制直接利用贝塞尔控制点推导解析端点欧氏距离 \(d_{ij}=\|\mathbf{P}_{3,i}-\mathbf{P}_{0,j}\|_2\) 以及精确端点切线夹角余弦值 \(\cos\theta_{ij}=\hat{\mathbf{t}}_{3,i}\cdot\hat{\mathbf{t}}_{0,j}\)（其中 \(\hat{\mathbf{t}}_{3,i}\) 由 \(\mathbf{P}_{3,i}-\mathbf{P}_{2,i}\) 归一化求得，\(\hat{\mathbf{t}}_{0,j}\) 由 \(\mathbf{P}_{1,j}-\mathbf{P}_{0,j}\) 归一化求得）。为了赋予 MLP 对近距离与远距离分界的高频判别能力，距离标量与切线夹角经过 8 组多尺度正余弦傅里叶频带编码 \(\gamma(x)\)：

\[\gamma(x)=\big[x,\sin(\pi 2^0 x),\cos(\pi 2^0 x),\ldots,\sin(\pi 2^{L-1}x),\cos(\pi 2^{L-1}x)\big]\in\mathbb{R}^{2L+1}\]

车道 Query 结合正弦位置编码后，与傅里叶几何特征级联并通过末层零初始化的 MLP 映射为几何偏置标量 \(b_{\text{geo}}[i,j]\)，直接叠加在车道-车道拓扑头的点积对数几率上 \(\hat{G}^{ll}_{ij}=\mathbf{e}^s_i\cdot\mathbf{e}^s_j+b_{\text{geo}}[i,j]\)。该设计将显式几何先验与语义特征学习解耦，既不破坏特征传播，又精准捕捉了相连车道切线余弦相似度极高（真值中相连车道切线余弦平均大于 97%）的强判别线索。

3. 曲线分布可变形注意力 BDDA：突破中心点局部感受野限制

针对标准可变形注意力只在单一参考中心点周围学习偏移、难以覆盖长达 30 至 50 米车道两端关键区域的缺陷，BDDA 利用贝塞尔曲线伯恩斯坦投影生成的 11 个离散点作为几何对齐的多参考点。每个注意力头在全部 11 个沿线参考点周围分别学习采样偏移，并在 \(11\times N\) 个采样点上联合执行 Softmax 归一化，自适应感知整条曲线不同曲率区域的关键视觉特征。各层解码器根据上一层预测更新贝塞尔控制点，从而逐层迭代细化曲线参考点轨迹，第 0 层则退化为单中心采样以保证平滑冷启动。

4. 曲线锚定冗余监督 CARS：破解一对一匈牙利匹配下的稀疏拓扑监督

针对每帧仅约 10 条真实车道线导致正样本拓扑对占比不足 0.2% 的极端稀疏监督瓶颈，CARS 将解码器中的 BDDA 并行化为 4 个独立参数分支。由于跨注意力位于自注意力（即抑制冗余预测模块）之前，各分支基于相同的 11 个几何对齐参考点提取出具备参数差异与几何多样的车道表示。在训练期间，从融合前各分支提取中间 Query，利用 Top-3 贪心匹配为每条真值车道分配多个正样本候选，并结合 FourierGeoBias 辅助计算一对多拓扑焦炭损失（Focal Loss）。CARS 极大扩充了有效拓扑对的监督梯度，而在推理阶段直接切除辅助分支，完全不增加推理时延。

损失函数 / 训练策略¶

模型采用端到端联合多任务损失优化：

\[\mathcal{L}=\lambda_t\mathcal{L}_t+\lambda_p\mathcal{L}_p+\lambda_l\mathcal{L}_l+\lambda_{pl}\mathcal{L}_{pl}+\lambda_{ll}\mathcal{L}_{ll}+\lambda_{lt}\mathcal{L}_{lt}+\lambda_{\text{o2m}}\mathcal{L}_{\text{o2m}}\]

其中车道与端点检测包含分类 Focal Loss 与投影空间 L1 回归损失，交通要素检测增设 GIoU 损失，所有拓扑预测均采用 Focal Loss。辅助冗余损失 \(\mathcal{L}_{\text{o2m}}\) 在 6 层解码器与 4 个并行分支上取均值。权重设置沿用基线配置：\(\lambda_l=1.5\)、\(\lambda_t=\lambda_p=1\)、\(\lambda_{pl}=\lambda_{ll}=\lambda_{lt}=5\)、\(\lambda_{\text{o2m}}=2\)。模型在两张 NVIDIA H200 GPU 上采用 AdamW 优化器训练 24 个 epoch，初始学习率 \(3\times 10^{-4}\)，批大小为 12。

实验关键数据¶

主实验¶

在自动驾驶拓扑基准 OpenLane-V2 上进行评测，涵盖 Argoverse2（subset_A）与 nuScenes（subset_B），所有方法统一采用 ResNet-50 骨干网络训练 24 轮。

数据集	模型	DETl (车道AP)	DETt (要素AP)	TOPll (线-线拓扑)	TOPlt (线-要素拓扑)	OLS (综合评分)	DETp (端点AP)
OpenLane-V2 (sub-A)	TopoNet	28.6	48.6	10.9	23.8	39.8	43.8
OpenLane-V2 (sub-A)	TopoMLP	28.3	49.5	21.6	26.9	44.1	43.4
OpenLane-V2 (sub-A)	TopoLogic	29.9	47.2	23.9	25.4	44.1	45.2
OpenLane-V2 (sub-A)	TopoFormer	34.7	48.2	24.1	29.5	46.3	–
OpenLane-V2 (sub-A)	TopoPoint (NeurIPS'25)	31.4	55.3	28.7	30.0	48.8	52.6
OpenLane-V2 (sub-A)	TopoCurve (本文)	33.9	55.6	30.7	33.0	50.6	56.8
OpenLane-V2 (sub-B)	TopoPoint	31.2	60.2	28.3	27.1	49.2	45.1
OpenLane-V2 (sub-B)	TopoCurve (本文)	33.4	61.5	30.8	29.4	51.2	48.3

消融实验¶

在 OpenLane-V2 subset_A 上对各核心组件进行逐项递增与消去分析（以 TopoPoint 为基线，各组件依次为贝塞尔表征 Béz、傅里叶几何偏置 F、曲线可变形注意力 BD、冗余监督 CA）：

配置	DETl	TOPll	TOPlt	OLS	DETp	说明 / 相对降幅
完整模型 (Full)	33.9	30.7	33.0	50.6	56.8	完整 TopoCurve 架构
仅加入 Béz	32.0	28.9	30.6	49.1	53.0	奠定光滑连续几何表征基础
加入 Béz + F	32.2	30.1	31.3	49.6	53.8	显式建模方向一致性与几何距离
加入 Béz + F + BD	33.2	30.2	32.0	50.1	55.5	拓宽长车道沿线感受野
w/o Béz (移除贝塞尔)	31.4	28.5	29.8	48.7	53.0	性能断崖式下跌（OLS -1.9），整套级联瓦解
w/o F (移除傅里叶偏置)	33.8	29.4	31.3	49.9	56.5	拓扑指标显著下降（TOPll 跌 1.3）
w/o BD (退化为中心采样)	32.8	30.4	32.6	50.2	56.0	端点检测与车道感知退化
w/o CA (单对单匹配)	33.2	30.2	32.0	50.1	55.5	拓扑监督稀疏致使表征多样性受限

几何编码形式对比显示，直接使用原始标量距离与切线（D+T, raw）仅获 50.1 OLS，而 8 频带傅里叶编码克服了光谱偏差，将 TOPll 提升至 30.7，OLS 达到 50.6。此外，效率对比显示 TopoCurve 在 A100 上推理帧率为 13.1 FPS（79.5M 参数，1016.4 GFLOPs），仅比 TopoPoint 增加 2.74% 计算量，便带来 3.69% 的 OLS 提升。

关键发现¶

贝塞尔参数化是整套几何级联的基石：消去实验表明移除贝塞尔表征会导致 OLS 下跌 1.9，跌幅最大；缺乏解析连续曲线不仅恶化车道检测，更使解析切线提取和沿线特征聚合彻底失效。
端到端超越启发式后处理：TopoPoint 高度依赖点-线几何匹配（PLGM）后处理规则来强行吸附端点（提升 0.5 OLS），若将其应用于 TopoCurve 反而导致 OLS 从 50.6 降至 50.5，证明端点固定的贝塞尔模型在网络内部彻底自洽地解决了端点偏差问题。
切线方向是拓扑判别的决定性特征：消融表明将切线余弦与端点距离联合建模比单纯距离标量更具区分度，相连车道切线余弦相似度远超 97%，直接解决了交叉路口反向分流车道的拓扑误判。

亮点与洞察¶

将离散折线重构为端点固定贝塞尔曲线：以首尾固定的三次贝塞尔曲线替代高维离散点序列，用仅 12 维的紧凑参数换来了连续光滑性与数学上严格一致的端点位置，兼顾了表征紧凑性与车道线几何真实性。
多尺度傅里叶偏置解耦几何与特征：巧妙利用傅里叶频带编码抵消神经正切核对高频标量的欠拟合，在拓扑头末端以残差加性偏置注入几何信号，避免了将未校准几何强行注入图卷积导致的表征污染。
跨注意力与自注意力解耦实现无开销一对多监督：将多分支特征提取前置于自注意力抑制模块之前，在保证特征丰富性的同时利用贪心匹配补充密集拓扑梯度，推理阶段直接剥离，做到了推理计算零损耗。

局限与展望¶

单帧时序限制：当前模型仅在单帧多视角图像上进行推理，未融合多帧时序线索，在严重遮挡或恶劣天气下的远端车道连续性仍有提升空间。
固定阶数贝塞尔曲线对极复杂线型的拟合瓶颈：尽管现实道路通常分段平缓，但固定三次曲线对于极度弯曲的 S 形连续弯道存在理论拟合误差，未来可探索自适应阶数贝塞尔或样条混合表征。
未引入道路物理 Frenet 坐标系：当前切线与距离计算均在直角坐标系下完成，结合车辆运动学与 Frenet 曲线框架有望进一步增强对下游规划任务的无缝支持。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首次将端点固定贝塞尔参数化系统贯穿于特征采样、解析几何偏置与一对多监督，设计高度自洽。
实验充分度: ⭐⭐⭐⭐⭐ 在 OpenLane-V2 双子集上取得全面 SOTA，消融实验设计完备且细致探究了傅里叶频段与后处理效应。
写作质量: ⭐⭐⭐⭐⭐ 动机阐述清晰，数学公式严密，理论推导与工程落地点对应紧凑。
价值: ⭐⭐⭐⭐⭐ 彻底摆脱了折线表征与启发式吸附后处理的束缚，为端到端自动驾驶高精地图与拓扑推理树立了全新范式。