T2SG：基于交通拓扑的场景图用于自动驾驶中的拓扑推理
计算机视觉与模式识别
2025-04-22 v2
摘要
理解交通场景并生成高清 (HD) 地图是自动驾驶中的重要挑战。本文提出了一种新的 Traffic Topology Scene Graph (T2SG)，即统一的场景图，显式建模车道、受不同道路信号控制并引导车道的拓扑关系，这些关系一直被忽略。对于 T2SG 的生成，我们提出了 TopoFormer，即一种新的单阶段拓扑场景图 Transformer，包含两个新设计的层。具体而言,TopoFormer 包含一个 Lane Aggregation Layer (LAL)，利用车道中心线之间的几何距离来指导全局信息的聚合。此外,我们提出了一个反事实干预层 (CIL)，用于在反事实干预下建模车道之间的合理道路结构(如交叉口、直行)。生成的 T2SG 可以提供对交通场景拓扑结构更准确、更具解释性的描述。实验结果表明,TopoFormer 在 T2SG 生成任务上优于现有方法,生成的 T2SG 在下游任务中显著提升了交通拓扑推理能力,在 OpenLane-V2 基准测试中实现了 46.3 的最新性能。我们将发布源代码和模型。
关键词
引用
@article{arxiv.2411.18894,
title = {T2SG: Traffic Topology Scene Graph for Topology Reasoning in Autonomous Driving},
author = {Changsheng Lv and Mengshi Qi and Liang Liu and Huadong Ma},
journal= {arXiv preprint arXiv:2411.18894},
year = {2025}
}
备注
Accepted by CVPR2025