利用标准定义导航地图增强车道感知与拓扑理解
计算机视觉与模式识别
2023-11-08 v1
摘要
自动驾驶传统上严重依赖昂贵且劳动密集的高清（HD）地图，阻碍了可扩展性。相比之下，标准定义（SD）地图更经济且具备全球覆盖，提供了一种可扩展的替代方案。在本工作中，我们系统性地探究了SD地图对实时车道拓扑理解的影响。我们提出了一种将SD地图集成到在线地图预测中的新框架，并提出了一种基于Transformer的编码器——SD Map Encoder Representations from transFormers（SMERF），以利用SD地图中的先验知识用于车道拓扑预测任务。该增强在当前最先进的在线地图预测方法上持续且显著地提升了（最高达60%）车道检测与拓扑预测性能，无需额外技巧，且可立即集成到任何基于Transformer的车道拓扑方法中。代码见 https://github.com/NVlabs/SMERF。
引用
@article{arxiv.2311.04079,
title = {Augmenting Lane Perception and Topology Understanding with Standard Definition Navigation Maps},
author = {Katie Z Luo and Xinshuo Weng and Yan Wang and Shuang Wu and Jie Li and Kilian Q Weinberger and Yue Wang and Marco Pavone},
journal= {arXiv preprint arXiv:2311.04079},
year = {2023}
}