FASTopoWM：基于潜在世界模型的快慢车道段拓扑推理
计算机视觉与模式识别
2025-11-13 v4
摘要
车道段拓扑推理提供了全面的鸟瞰图（BEV）道路场景理解，可作为面向规划的端到端自动驾驶系统中的关键感知模块。现有的车道拓扑推理方法通常未能有效利用时间信息来增强检测和推理性能。最近，基于流的时间传播方法通过在查询和BEV层面引入时间线索，展示了良好的效果。然而，它仍然受限于对历史查询的过度依赖、对位姿估计失效的脆弱性以及不充分的时间传播。为了克服这些局限性，我们提出了FASTopoWM，一种由潜在世界模型增强的新型快慢车道段拓扑推理框架。为减少位姿估计失效的影响，该统一框架对历史查询和新初始化的查询进行并行监督，促进快慢系统之间的相互增强。此外，我们引入了以动作潜变量为条件的潜在查询和BEV世界模型，将状态表示从过去的观测传播到当前时间步。该设计显著提升了慢速流水线内的时间感知性能。在OpenLane-V2基准上的大量实验表明，FASTopoWM在车道段检测（mAP上37.4% v.s. 33.6%）和中心线感知（OLS上46.3% v.s. 41.5%）上均优于SOTA方法。
引用
@article{arxiv.2507.23325,
title = {FASTopoWM: Fast-Slow Lane Segment Topology Reasoning with Latent World Models},
author = {Yiming Yang and Hongbin Lin and Yueru Luo and Suzhong Fu and Chao Zheng and Xinrui Yan and Shuqi Mei and Kun Tang and Shuguang Cui and Zhen Li},
journal= {arXiv preprint arXiv:2507.23325},
year = {2025}
}