面向自动驾驶的持久自回归交通规则建图
机器人学
2026-03-17 v2 人工智能
摘要
安全的自动驾驶既需要精确的高精地图构建，也需要对交通规则保持持久感知，即使相关标志已不再可见。然而，现有方法要么仅关注几何元素，要么将规则视为临时分类，未能捕捉其在长驾驶序列中的持续有效性。在本文中，我们提出了 PAMR（持久自回归交通规则建图），这是一个新颖的框架，能够根据视觉观测对车道向量和交通规则进行自回归协同构建。我们的方法引入了两个关键机制：用于在时间片段中处理驾驶场景的地图-规则协同构建，以及用于在这些片段间保持规则一致性的地图-规则缓存。为正确评估连续且一致的地图生成，我们开发了 MapDRv2，该数据集具有改进的车道几何标注。大量实验表明，PAMR 在联合向量-规则建图任务中实现了卓越性能，同时在整个长驾驶序列中保持了持久的规则有效性。
引用
@article{arxiv.2509.22756,
title = {Persistent Autoregressive Mapping with Traffic Rules for Autonomous Driving},
author = {Shiyi Liang and Xinyuan Chang and Changjie Wu and Huiyuan Yan and Yifan Bai and Xinran Liu and Hang Zhang and Yujian Yuan and Shuang Zeng and Mu Xu and Xing Wei},
journal= {arXiv preprint arXiv:2509.22756},
year = {2026}
}
备注
AAAI2026