ArgoTweak:面向自更新高清地图的结构化先验方法
计算机视觉与模式识别
2025-09-11 v1
摘要
可靠地集成先验信息对于自验证和自更新高清地图至关重要。然而,目前没有公开数据集包含所需的三元组:先验地图、当前地图和传感器数据。因此,现有方法必须依赖合成先验,这会导致不一致性并产生显著的 sim2real 差距。为此,我们引入 ArgoTweak,这是首个完整实现三元组的真实地图数据集。其核心,ArgoTweak 采用双射映射框架,将大规模修改分解为地图元素级别的细粒度原子变更,从而确保可解释性。这一范式转变使得精准变更检测与集成成为可能,同时以高保真度保留未变元素。实验表明,在 ArgoTweak 上训练的模型显著降低了与合成先验相比的 sim2real 差距。广泛的消融实验进一步凸显了结构化先验和详细变更标注的影响。通过为可解释、先验驱动的高清地图建立基准,ArgoTweak 推动了可扩展的自我改进地图解决方案的发展。数据集、基线方法、地图修改工具箱及进一步资源均可在 https://kth-rpl.github.io/ArgoTweak/ 访问。
引用
@article{arxiv.2509.08764,
title = {ArgoTweak: Towards Self-Updating HD Maps through Structured Priors},
author = {Lena Wild and Rafael Valencia and Patric Jensfelt},
journal= {arXiv preprint arXiv:2509.08764},
year = {2025}
}
备注
ICCV 2025