SDTagNet：利用文本标注导航地图进行在线高精地图构建
计算机视觉与模式识别
2025-10-22 v2 机器人学
摘要
自动驾驶车辆依赖详细和准确的环境信息来安全运行。高精（HD）地图提供了一个有前景的解决方案，但其高昂的维护成本构成了可扩展部署的重要障碍。这一挑战通过在线高精地图构建方法得到解决，该方法从实时传感器数据生成局部高精地图。然而，这些方法本质上受到车载传感器短感知范围的限制。为了克服这一限制并提高通用性能，最近的方法探索了使用标准定义（SD）地图作为先验，这些地图更容易维护。我们提出了SDTagNet，这是第一个充分利用广泛可用的SD地图（如OpenStreetMap）中的信息来增强远距离检测精度的在线高精地图构建方法。我们的方法引入了两项关键创新。首先，与先前工作不同，我们不仅纳入具有手动选择类别的多段线SD地图数据，还以文本标注的形式纳入额外的语义信息。通过这种方式，我们丰富了SD矢量地图标记的自然语言处理衍生特征，消除了对预定义规范或穷举类别分类法的依赖。其次，我们引入了一个逐点SD地图编码器以及正交元素标识符，以统一地整合所有类型的地图元素。在Argoverse 2和nuScenes上的实验表明，与没有先验的地图构建相比，这将地图感知性能提高了最多+5.9 mAP（+45%），与已经使用SD地图先验的先前方法相比提高了最多+3.2 mAP（+20%）。代码可在https://github.com/immel-f/SDTagNet获取。
引用
@article{arxiv.2506.08997,
title = {SDTagNet: Leveraging Text-Annotated Navigation Maps for Online HD Map Construction},
author = {Fabian Immel and Jan-Hendrik Pauls and Richard Fehler and Frank Bieder and Jonas Merkert and Christoph Stiller},
journal= {arXiv preprint arXiv:2506.08997},
year = {2025}
}
备注
39th Conference on Neural Information Processing Systems (NeurIPS 2025)