HDMapNet

HDMapNet

HDMapNet: 一个在线高清地图构建和评估框架 ICRA 2022、CVPR 2021 研讨会最佳论文提名 齐立、王悦、王一伦、赵航 [论文] [项目页面] [5 分钟视频]

摘要： 从感官输入中估计局部语义是自动驾驶中构建高清地图的核心组件。然而，传统的流程需要大量的人力和资源来标注和维护地图中的语义，这限制了其可扩展性。在本文中，我们提出了局部语义地图学习的问题，该问题基于车载传感器观测动态构建向量化语义。同时，我们引入了一种局部语义地图学习方法，称为 HDMapNet。HDMapNet 将从周围摄像机和/或激光雷达的点云中编码图像特征，并预测鸟瞰图中的向量化地图元素。我们在 nuScenes 数据集上对 HDMapNet 进行了基准测试，结果表明在所有设置中，它的性能都优于基准方法。值得注意的是，我们基于融合的 HDMapNet 在所有指标上都比现有方法优越 50% 以上。此外，我们开发了语义级和实例级指标来评估地图学习性能。最后，我们展示了我们的方法能够预测一个局部一致的地图。通过引入该方法和指标，我们邀请社区研究这一新的地图学习问题。代码和评估套件将会发布，以促进未来的开发。

问题/请求： 请提交 问题 或发送电子邮件至 [email protected]。