从静态到动态：面向自动驾驶的拓扑感知调查

实现自动驾驶的关键在于拓扑感知，即强调车道拓扑和道路语义的结构化环境理解。本文系统性地审阅了该主题下的四个核心研究方向：矢量地图构建、拓扑结构建模、先验知识融合和语言模型驱动的感知。我们观察到一种统一趋势：从静态预构建地图向动态传感器驱动感知的范式转变。具体而言，传统的静态地图为自动系统提供了语义上下文。然而，它们成本高昂，难以实时更新，且缺乏跨区域的泛化性，限制了其可扩展性。相比之下，动态表示利用 onboard 传感器数据进行实时地图构建和拓扑推理。四个研究方向分别通过紧凑的空间建模、语义关系推理、稳健的领域知识集成以及由预训练语言模型驱动的多模态场景理解来推动这一转变。它们共同为更具适应性、可扩展性和可解释性的自动驾驶系统铺平了道路。