TS-CGNet：时空融合结合中心线引导扩散的 BEV 建图
计算机视觉与模式识别
2025-03-05 v1 机器人学
图像与视频处理
摘要
鸟瞰图（BEV）感知技术对自动驾驶至关重要，它生成用于环境感知、导航和决策的自上而下的二维地图。然而，当前大多数专注于视觉地图生成的 BEV 地图生成研究缺乏深度感知推理能力。它们在处理遮挡和复杂环境方面效果有限，在恶劣天气条件或低光场景下感知性能显著下降。因此，本文提出 TS-CGNet，它利用时空融合与中心线引导扩散。这个基于先验知识的视觉框架旨在集成到任何现有网络中以构建 BEV 地图。具体而言，该框架被解耦为三部分：局部建图系统涉及仅使用视觉信息初步生成语义地图；时空对齐模块（TSAM）通过应用变换矩阵将历史信息集成到地图生成中；中心线引导扩散模型（CGDM）是基于扩散模型的预测模块。CGDM 通过空间注意力机制结合中心线信息，以增强语义分割重建。我们在公开的 nuScenes 及各种损坏下的鲁棒性基准上，通过我们的方法构建了 BEV 语义分割地图。在 BEV 高精地图任务中，对于 60x30m、120x60m 和 240x60m 的感知范围，我们的方法分别提升了 1.90%、1.73% 和 2.87%。在 BEV 语义建图任务中，对于 100x100m 的感知范围，TS-CGNet 实现了 1.92% 的提升。此外，在 240x60m 的感知范围内，在不同天气条件和传感器干扰下，TS-CGNet 在检测精度上实现了 2.92% 的平均提升。源代码将在 https://github.com/krabs-H/TS-CGNet 公开。
引用
@article{arxiv.2503.02578,
title = {TS-CGNet: Temporal-Spatial Fusion Meets Centerline-Guided Diffusion for BEV Mapping},
author = {Xinying Hong and Siyu Li and Kang Zeng and Hao Shi and Bomin Peng and Kailun Yang and Zhiyong Li},
journal= {arXiv preprint arXiv:2503.02578},
year = {2025}
}
备注
The source code will be publicly available at https://github.com/krabs-H/TS-CGNet