面向交叉口的多模态 HD 地图

高精度 (HD) 语义地图对于复杂交叉口的制作面临显著挑战，传统基于车辆的方法由于视角受限和遮挡问题难以实现。本文引入一种新型相机-LiDAR 融合框架，利用 elevated 智能路侧单元 (IRU)。此外，我们构建了 RS-seq 数据集，通过系统性地增强和标注 V2X-Seq 数据集而得，包含从路侧安装收集的精确标注相机图像和 LiDAR 点云，以及为七个交叉口标注的矢量地图，详细特征包括车道分界、行人通道和停车线。该数据集促进了 IRU 数据用于 HD 地图生成的跨模态互补性系统性调查。我们提出的融合框架采用两阶段过程，集成模态特定特征提取和跨模态语义集成，充分利用相机高分辨率纹理和 LiDAR 的精确几何数据。在 RS-seq 数据集上的定量评估表明，多模态方法持续优于单模态方法。具体而言，与在 RS-seq 数据集上评估的单模态基线相比，多模态方法在语义分割平均交并比 (mIoU) 上分别超过仅图像方法提升 4% 和仅点云方法提升 18%。本研究为 IRU 基于 HD 语义地图制定了基线方法，并提供了面向基础设施辅助自动驾驶系统的宝贵数据集。