Uni-PrevPredMap：将PrevPredMap扩展为统一的先验信息建模框架用于在线向量化 HD 地图构建
计算机视觉与模式识别
2026-01-28 v3
摘要
安全性构成了自动驾驶系统的基础性必需品， necessitating 将可获取的先验信息最大程度地纳入其中。这一研究表明，temporal perception buffers 和 高效成本的高定义（HD）地图 本质上在在线向量化 HD 地图构建中天然形成互补的先验来源。我们提出 Uni-PrevPredMap，一个开创性的统一框架，系统性地整合先前预测与受损 HD 地图。该框架引入三模态范式，维持跨非先验、时序先验和时序-地图融合模式的可操作一致性。这一三模态范式同时将框架从理想地图假设中解耦，同时确保在地图存在和不存在两种情境下都能保持稳健性能。此外，我们开发了一个基于瓦片索引的 3D 向量化全局地图处理器，实现高效的 3D 先验数据刷新、紧凑存储和实时检索。Uni-PrevPredMap 在既定的在线向量化 HD 地图构建基准测试中实现了地图无先验情境下的领先性能。当提供受损 HD 地图时，它展现出强大的鲁棒性先验融合能力，经验性地确认了时序预测与不完美地图数据之间的互补性。代码已公开于 https://github.com/pnnnnnnn/Uni-PrevPredMap。
引用
@article{arxiv.2504.06647,
title = {Uni-PrevPredMap: Extending PrevPredMap to a Unified Framework of Prior-Informed Modeling for Online Vectorized HD Map Construction},
author = {Nan Peng and Xun Zhou and Mingming Wang and Guisong Chen and Wenqi Xu},
journal= {arXiv preprint arXiv:2504.06647},
year = {2026}
}