MapATM：通过演员轨迹建模提升 HD 地图构建
计算机视觉与模式识别
2026-04-14 v1
摘要
高定义(HD)地图构建任务由于非理想条件（如视角遮挡、远距离车道可见性不足、恶劣天气）而极具挑战性，这些条件常导致车道检测精度下降和可靠性受损。为此，我们引入了 MapATM，一种有效利用历史演员轨迹信息以提升车道检测精度的深度神经网络，其中演员指的是移动车辆。通过将演员轨迹作为道路几何结构的先验，MapATM 实现了显著的性能提升，在 NuScenes 数据集上，车道分割线 AP 提升 4.6，mAP 提升 2.6，分别为 10.1% 和 6.1% 的相对提升。广泛的定性评估进一步表明，MapATM 能在多样化且复杂的驾驶场景中持续保持稳定和鲁健的地图重建，凸显其在自动驾驶应用中的实际价值。
引用
@article{arxiv.2604.11081,
title = {MapATM: Enhancing HD Map Construction through Actor Trajectory Modeling},
author = {Mingyang Li and Brian Lee and Rui Zuo and Brent Bacchus and Priyantha Mudalige and Qinru Qiu},
journal= {arXiv preprint arXiv:2604.11081},
year = {2026}
}
备注
6 pages, 4 figures, 5 tables