面向无图自动驾驶中矢量化地图构建的在线时序融合

为减少对高精地图的依赖，自动驾驶领域的一个日益增长的趋势是利用车载传感器在线生成矢量化地图。然而，当前方法大多受限于仅处理单帧输入，这阻碍了它们在复杂场景中的鲁棒性和有效性。为解决这个问题，我们提出了一种在线地图构建系统，该系统利用长期时序信息来构建一致的矢量化地图。首先，系统将来自现成网络的所有历史道路标记检测结果高效地融合到一个语义体素地图中，该地图采用基于哈希的策略来实现，以利用道路元素的稀疏性。然后，通过检查融合信息找到可靠的体素，并将其增量聚类为道路标记的实例级表示。最后，系统结合领域知识来估计道路的几何和拓扑结构，这些结构可直接供规划与控制（PnC）模块使用。通过在复杂的城市环境中进行的实验，我们证明，我们的系统输出比网络输出更加一致和准确，并且可以有效地用于闭环自动驾驶系统。