面向V2I系统的视觉导向HD地图基准
计算机视觉与模式识别
2025-04-01 v1 机器人学
摘要
自动驾驶因缺乏全局视角和矢量化高定义(HD)地图的语义信息而面临安全挑战。来自路边摄像机的信息通过车路基础设施(V2I)通信可以大大扩展地图感知范围。然而，仍没有来自实际世界的数据集可用于在车路协同场景下进行地图矢量化 onboard 的研究。为促进基于Vehicle-Infrastructure Cooperative Autonomous Driving(VICAD)的在线HD地图研究，我们发布了一个真实世界数据集，其中包含来自车辆和路边基础设施的协作摄像帧，并提供HD地图元素的人工标注。我们还提出了一种端到端神经网络框架(i.e., V2I-HD)，利用面向视觉的V2I系统构建矢量化地图。为降低计算成本并进一步在自动驾驶车辆上部署V2I-HD，我们引入一种方向解耦自注意力机制到V2I-HD。大量实验表明，在我们真实世界的数据集测试下，V2I-HD在实时推理速度方面表现优异。丰富的定性结果也表明，在复杂多变的驾驶场景中，V2I-HD能够以低成本实现稳定可靠的地图构建。作为基准，源代码和数据集已在OneDrive上发布，以便进一步研究。
引用
@article{arxiv.2503.23963,
title = {A Benchmark for Vision-Centric HD Mapping by V2I Systems},
author = {Miao Fan and Shanshan Yu and Shengtong Xu and Kun Jiang and Haoyi Xiong and Xiangzeng Liu},
journal= {arXiv preprint arXiv:2503.23963},
year = {2025}
}
备注
Accepted by IEEE IV'25