关于高定义地图 lane 拓扑推理的简明综述
机器人学
2025-04-04 v1 计算机视觉与模式识别
摘要
lane拓扑推理技术在高定义（HD）地图制作及自动驾驶应用中发挥着关键作用。尽管近年来该领域取得了显著进展，但目前尚无系统性综述将其汇聚。本综述系统性回顾lane拓扑推理方法的演进与当前状态，将其归纳为三个主要范式：程序化建模方法、航空图像方法及 onboard 传感器方法。我们分析了从早期基于规则的方法向现代基于transformer、图神经网络（GNN）等深度学习架构的学习型方法的演进过程。论文审查了标准化评估指标，包括路面层指标（APLS与TLTS得分）及车道层指标（DET与TOP得分），并对基准数据集如OpenLane-V2上的性能进行比较。我们识别出关键技术挑战，包括数据集可用性与模型效率，并概述了未来研究的有前景方向。该全面综述为HD地图应用中的研究人员与实践者提供了关于认知框架、实际实现及lane拓扑推理新兴趋势的深入见解。
引用
@article{arxiv.2504.01989,
title = {A Concise Survey on Lane Topology Reasoning for HD Mapping},
author = {Yi Yao and Miao Fan and Shengtong Xu and Haoyi Xiong and Xiangzeng Liu and Wenbo Hu and Wenbing Huang},
journal= {arXiv preprint arXiv:2504.01989},
year = {2025}
}
备注
Accepted by IEEE IV'25