面向自动驾驶的在线地图矢量化：一种栅格化视角
计算机视觉与模式识别
2023-10-11 v2
摘要
矢量化高精（HD）地图对自动驾驶至关重要，为高级感知与规划提供详尽而精确的环境信息。然而，当前地图矢量化方法常出现偏差，且现有地图矢量化评价指标缺乏足够灵敏度以检测这些偏差。为克服上述局限，我们提出将栅格化思想融入地图矢量化。具体而言，我们引入一种基于栅格化的新评价指标，其灵敏度更优且更契合真实自动驾驶场景。此外，我们提出 MapVR（通过栅格化实现地图矢量化，Map Vectorization via Rasterization），一种将可微栅格化应用于矢量化输出、进而在栅格化 HD 地图上执行精确且几何感知监督的新框架。值得注意的是，MapVR 为不同几何形状设计定制化栅格化策略，从而有效适配广泛地图要素。实验表明，将栅格化引入地图矢量化可在推理阶段不增加额外计算成本的前提下大幅提升性能，实现更精确的地图感知，最终促进更安全的自动驾驶。
引用
@article{arxiv.2306.10502,
title = {Online Map Vectorization for Autonomous Driving: A Rasterization Perspective},
author = {Gongjie Zhang and Jiahao Lin and Shuang Wu and Yilin Song and Zhipeng Luo and Yang Xue and Shijian Lu and Zuoguan Wang},
journal= {arXiv preprint arXiv:2306.10502},
year = {2023}
}
备注
[NeurIPS 2023]