本文介绍了一种新型三维路缘检测方法，利用深度神经网络和车辆里程计数据，从LiDAR点云中提取路缘信息。该方法显著减少了手动注释时间，同时保持数据质量。CurbNet框架通过多尺度和注意力模块提高了检测精度，建立了新的基准水平。此外，研究探讨了车道检测和裂缝分割的创新方法，以提升城市安全性。

本文介绍了一种基于LiDAR点云的三维路缘检测方法，结合深度神经网络和车辆里程计数据，显著减少手动注释时间并保持数据质量。同时，提出了StarNet系统，灵活高效地检测道路行人和物体。研究还涵盖车道检测、建筑模型处理及坑洞分割等技术，展现了良好的性能和应用潜力。