SatMap：将卫星地图作为先验用于在线 HD 地图构建
计算机视觉与模式识别
2026-01-21 v2 人工智能
机器学习
摘要
在线高定义（HD）地图构建是安全稳健的端到端自动驾驶（AD）管道中的重要组成部分。基于摄像机的在板方法受限于深度感知能力，由于遮挡导致精度下降。本文提出了 SatMap，这是一种集成卫星地图与多视图摄像机观察的在线矢量化 HD 地图估计方法，直接预测用于下游预测和规划模块的矢量化 HD 地图。该方法利用卫星图像捕获的车栖视角（BEV）下的车道级语义和纹理作为全局先验，有效缓解了深度歧义和遮挡问题。在我们使用 nuScenes 数据集进行的实验中，SatMap 相对于仅使用摄像机的基线方法实现了 34.8% 的 mAP 性能提升，相对于摄像机-LiDAR 混合基线实现了 8.5% 的 mAP 提升。此外，我们在远距离和恶劣天气条件下评估了该模型，以展示使用卫星先验地图的优势。源代码将在 https://iv.ee.hm.edu/satmap/ 公开。
引用
@article{arxiv.2601.10512,
title = {SatMap: Revisiting Satellite Maps as Prior for Online HD Map Construction},
author = {Kanak Mazumder and Fabian B. Flohr},
journal= {arXiv preprint arXiv:2601.10512},
year = {2026}
}
备注
This work has been submitted to the IEEE for possible publication