前言
这份资料，笔者可以保证是目前网上关于车道线检测最全的资料合集（如果你知道有更棒的，欢迎后台推荐）。
一幅图理解一下车道检测是干嘛的：
据笔者了解，车道线检测解决方案主要分为传统图像处理和深度学习两种。看起来每个领域都可以这么说，但车道线检测与其它研究方向不太一样。因为检测的目标可能是直线也可能是曲线，而且只是"线"而已，目前很多公司还在用传统图像处理方法来解决。
这个开源库主要包括以下内容：
-
论文（以2017之后为主）
-
开源代码
-
博客
-
数据集
论文
如图所示，尽可能涵盖了两年内车道线检测（lane detection）方向的论文。这里点名推荐一篇IEEE IV 2018的优秀论文《LaneNet: Real-Time Lane Detection Networks for Autonomous Driving》和一篇AAAI 2018《Spatial As Deep: Spatial CNN for Traffic Scene Understanding》
开源代码
网上关于车道线检测的开源代码，最著名的应该是Udacity课程中项目实例：CarND-Advanced-Lane-Lines。
博客和数据集
数据集这一块内容还很少，不过每篇论文中多少会说明在哪些数据集上训练/测试的。后续会继续补充，也欢迎大家push。
侃侃
个人觉得车道线检测其实是个很有意思、具有难度且有需求的研究方向。你既可以了解传统图像处理如何解决这个问题，也可以通过深度学习来解决，可谓一举两得。
国内做自动驾驶方向的公司很多，而且这个方向与公司业务也是强关联的，笔者认为很有助于找工作。