利用众包轨迹先验增强车道段感知与拓扑推理
计算机视觉与模式识别
2025-04-14 v2
摘要
在自动驾驶领域，最近的车道段感知进展为自动驾驶车辆提供了对驾驶场景的全面理解。此外，将先验信息输入到此类感知模型中是确保其鲁棒性和准确性的有效方法。然而，利用多样化的先验信息来源仍面临三个关键挑战：高质量先验信息的获取、先验信息与在线感知之间的对齐，以及高效的集成。为此，我们从轨迹先验的新视角入手进行先验增强。本文最初从 Argoverse2 动作预测数据集中提取众包轨迹数据，并将轨迹数据编码为 rasterized 热力图和向量化实例标记，然后通过不同方式将此类先验信息融入在线映射模型。此外，为缓解先验信息与在线感知之间的对齐问题，我们设计了一种基于置信度的融合模块，在融合过程中考虑对齐因素。我们在 OpenLane-V2 数据集上进行了大量实验。结果表明，我们的方法在性能上显著优于当前最先进的方法。代码已发布于 https://github.com/wowlza/TrajTopo。
引用
@article{arxiv.2411.17161,
title = {Enhancing Lane Segment Perception and Topology Reasoning with Crowdsourcing Trajectory Priors},
author = {Peijin Jia and Ziang Luo and Tuopu Wen and Mengmeng Yang and Kun Jiang and Le Cui and Diange Yang},
journal= {arXiv preprint arXiv:2411.17161},
year = {2025}
}
备注
8 pages