基于地图查询银行的在线地图生成控制图分布
计算机视觉与模式识别
2025-04-08 v1
摘要
可靠的自动驾驶系统需要包含规划和导航所需详细地图信息的高清(HD)地图。然而，预建HD地图需要高额成本。基于视觉的在线地图生成(OMG)已成为构建局部HD地图的低成本替代方案。查询基于BEV Transformer的模型是该任务的基础模型。该模型从初始地图查询分布学习HD地图预测，而该分布通过在训练集上进行离线优化获得。除了BEV特征的质量，该模型的性能还高度依赖初始地图查询分布的容量。然而，由于查询数量的限制，该分布受到限制。为使地图预测在每个测试样本上都达到最优，为特定情境生成合适的初始分布至关重要。本文提出将整个HD地图分布分解为一组点表示，即地图查询银行(MQBank)。为构建不同情境的特定地图查询初始分布，引入低成本标准定义地图(SD地图)数据作为一种先验知识。此外，每个解码器网络层学习实例级别的地图查询特征，这些特征会丢失每个点的详细信息。然而，BEV特征图是点级别的稠密特征。保持地图查询中点级别信息与BEV特征图交互至关重要。这也可通过地图查询银行方法解决。最终实验表明，SD地图先验提供了新的洞见，并在OpenLaneV2基准上实现了40.5%、45.7%在车辆车道和行人区域上的mAP新纪录。
引用
@article{arxiv.2504.03868,
title = {Control Map Distribution using Map Query Bank for Online Map Generation},
author = {Ziming Liu and Leichen Wang and Ge Yang and Xinrun Li and Xingtao Hu and Hao Sun and Guangyu Gao},
journal= {arXiv preprint arXiv:2504.03868},
year = {2025}
}