LIE：基于在线知识蒸馏的 LiDAR-only 高清地图构建与强度增强
计算机视觉与模式识别
2026-05-05 v1 人工智能
机器学习
摘要
在线高清（HD）地图构建是自动驾驶的关键组件。最近的 метод们依赖多视角相机图像构建成本效益高的HD地图分割，但相机缺乏深度信息难以准确获取场景几何结构。相比之下，LiDAR提供精确的3D测量，但缺乏密集的语义线索。本文提出LIE方法，采用知识蒸馏（KD）处理密集语义和纹理线索不足的问题。具体而言，教师分支融合学生LiDAR特征与对应的2D强度图块，利用在线蒸馏方案提供密集监督，以分割地图元素。实验结果表明，我们的方法在所有单模态方法中均优于，相较于最新的基于相机模型在nuScenes上实现mIoU提升8.2%。LIE在长距离距离以及恶劣天气和光照条件下均具备鲁棒性，并能仅通过10%的微调适应Argoverse2，超越在完整数据集上训练的相机基模型。源代码将在[链接](https://iv.ee.hm.edu/lie/)提供。
引用
@article{arxiv.2605.01478,
title = {LIE: LiDAR-only HD Map Construction with Intensity Enhancement via Online Knowledge Distillation},
author = {Kanak Mazumder and Fabian B. Flohr},
journal= {arXiv preprint arXiv:2605.01478},
year = {2026}
}
备注
This work has been accepted for publication in International Conference on Intelligent Transportation Systems (ITSC), IEEE, 2026. The final published version will be available via IEEE Xplore