PolyMerge: A Novel Technique aimed at Dynamic HD Map Updates Leveraging Polylines

要約

現在、高精細 (HD) マップは自動運転車の安定した動作の前提条件です。
このようなマップには、道路の端、車線、横断歩道など、車両がナビゲーション中に考慮するすべての静的な道路オブジェクトに関する情報が含まれています。このような HD マップを生成するには、現在のアプローチでは、車載システムから取得した事前に記録された環境データを処理する必要があります。
センサー。
ただし、このようなデータセットの記録には多くの時間と労力が必要となることがよくあります。
さらに、実際の道路環境が変化するたびに、新しいデータセットを記録して、関連する HD マップを生成する必要があります。
このペーパーでは、オンボード センサー データを使用して HD マップを継続的に生成または更新できる新しいアプローチについて説明します。
データセットを事前に記録する必要がない場合は、HD マップの更新をメインの自動運転車ナビゲーション パイプラインと並行して実行できます。
提案されたアプローチは、VectorMapNet フレームワークを利用して、センサー データ スキャンからベクトル道路オブジェクト インスタンスを生成します。
PolyMerge 技術は、新しいインスタンスを以前のインスタンスにマージして検出エラーを軽減し、HD マップを生成または更新することを目的としています。
アルゴリズムのパフォーマンスは、NuScenes データセットのグラウンド トゥルースとの比較によって確認されました。
実験結果は、環境の複雑さのさまざまなレベルでの平均誤差が VectorMapNet の単一インスタンスの誤差に匹敵することを示しました。

要約(オリジナル)

Currently, High-Definition (HD) maps are a prerequisite for the stable operation of autonomous vehicles. Such maps contain information about all static road objects for the vehicle to consider during navigation, such as road edges, road lanes, crosswalks, and etc. To generate such an HD map, current approaches need to process pre-recorded environment data obtained from onboard sensors. However, recording such a dataset often requires a lot of time and effort. In addition, every time actual road environments are changed, a new dataset should be recorded to generate a relevant HD map. This paper addresses a novel approach that allows to continuously generate or update the HD map using onboard sensor data. When there is no need to pre-record the dataset, updating the HD map can be run in parallel with the main autonomous vehicle navigation pipeline. The proposed approach utilizes the VectorMapNet framework to generate vector road object instances from a sensor data scan. The PolyMerge technique is aimed to merge new instances into previous ones, mitigating detection errors and, therefore, generating or updating the HD map. The performance of the algorithm was confirmed by comparison with ground truth on the NuScenes dataset. Experimental results showed that the mean error for different levels of environment complexity was comparable to the VectorMapNet single instance error.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google