本发明公开了一种用于交通道路路面信息的多任务联合感知网络模型及检测方法，可同时检测车道线和可行驶区域，将坐标注意力机制融入了传统的特征提取网络中保证不增加计算量的同时增强特征提取效果，在颈部网络中，本发明创新性地提出了膨胀卷积残差模块以增强网络对细节的预测性能，解码器部分则将可行驶区域的特征共享到车道线检测中以增强复杂路况下车道线检测效果。在训练环节，提出一种新颖的交替优化训练方法以提高模型整体的分割性能。本发明在具有挑战性的BDD100K数据集中取得了非常高的准确性和优异的速度表现，可行驶区域分割的mIoU达到92.51％，车道线检测准确率和IoU分别是87.29％和32.12％，并且整体推理速度达到39FPS，检测效果优于传统的单任务网络模型。