TopoMLP: 一种简洁而强大的驾驶拓扑推理流水线
计算机视觉与模式识别
2023-11-02 v2
摘要
拓扑推理旨在全面理解道路场景并呈现自动驾驶中的可行驶路线。它需要检测道路中心线(车道)和交通要素,进一步推理它们的拓扑关系,即车道-车道拓扑和车道-交通拓扑。在这项工作中,我们首先指出拓扑分数严重依赖于车道和交通要素的检测性能。因此,我们引入了一个强大的 3D 车道检测器和一种改进的 2D 交通要素检测器,以拓展拓扑性能的上限。进一步,我们提出 TopoMLP,一种简洁而高性能的驾驶拓扑推理流水线。基于令人印象深刻的检测性能,我们开发了两种简单的基于 MLP 的头部用于拓扑生成。TopoMLP 在 OpenLane-V2 基准上取得了最先进的性能,即使用 ResNet-50 骨干网达到 41.2% OLS。它也是首届自动驾驶挑战赛 OpenLane 拓扑赛题的第一名解决方案。我们希望这种简洁而强大的流水线能为社区提供一些新的见解。代码见 https://github.com/wudongming97/TopoMLP。
引用
@article{arxiv.2310.06753,
title = {TopoMLP: A Simple yet Strong Pipeline for Driving Topology Reasoning},
author = {Dongming Wu and Jiahao Chang and Fan Jia and Yingfei Liu and Tiancai Wang and Jianbing Shen},
journal= {arXiv preprint arXiv:2310.06753},
year = {2023}
}
备注
The 1st solution for 1st OpenLane Topology in Autonomous Driving Challenge. Code is at https://github.com/wudongming97/TopoMLP