FlexMap Fusion: Georeferencing and Automated Conflation of HD Maps with OpenStreetMap

要約

現在の自動運転車用のソフトウェア スタックは、HD マップに依存して、十分な位置特定、正確な経路計画、信頼性の高い動作予測を可能にしています。
最近の開発により、HD マップを自動生成するパイプラインが実現し、これらの HD マップを作成および更新するための手動の労力が軽減されました。
OpenStreetMap を使用して既存の HD ベクトル マップを自動的に更新および強化する方法論である FlexMap Fusion を紹介します。
私たちのアプローチは、Autoware 内で LiDAR とカメラ データから作成された HD マップを使用できるように設計されています。
パイプラインはさまざまな機能を提供します。RTK 補正された GNSS 信号を使用して、点群マップとベクトル マップの両方を地理参照する可能性を提供します。
さらに、欠落しているセマンティック属性を OpenStreetMap からベクター マップに統合することができます。
HD マップと OpenStreetMap の違いは、ユーザーが手動で調整できるように視覚化されます。
一般に、私たちの調査結果は、私たちのアプローチが HD マップ生成時の人的労力の削減につながり、マッピング パイプラインのスケーラビリティを向上させ、マップの完全性と使いやすさを向上させることを示しています。
方法論的な選択により、特に交通島などの複雑な道路構造で生じる制限が生じた可能性があります。
したがって、効率的な前処理アルゴリズムを作成し、マッチング パラメーターの動的な調整を進歩させるには、さらなる研究が必要です。
私たちの成果を基に構築するために、ソース コードは https://github.com/TUMFTM/FlexMap_Fusion で入手できます。

要約(オリジナル)

Today’s software stacks for autonomous vehicles rely on HD maps to enable sufficient localization, accurate path planning, and reliable motion prediction. Recent developments have resulted in pipelines for the automated generation of HD maps to reduce manual efforts for creating and updating these HD maps. We present FlexMap Fusion, a methodology to automatically update and enhance existing HD vector maps using OpenStreetMap. Our approach is designed to enable the use of HD maps created from LiDAR and camera data within Autoware. The pipeline provides different functionalities: It provides the possibility to georeference both the point cloud map and the vector map using an RTK-corrected GNSS signal. Moreover, missing semantic attributes can be conflated from OpenStreetMap into the vector map. Differences between the HD map and OpenStreetMap are visualized for manual refinement by the user. In general, our findings indicate that our approach leads to reduced human labor during HD map generation, increases the scalability of the mapping pipeline, and improves the completeness and usability of the maps. The methodological choices may have resulted in limitations that arise especially at complex street structures, e.g., traffic islands. Therefore, more research is necessary to create efficient preprocessing algorithms and advancements in the dynamic adjustment of matching parameters. In order to build upon our work, our source code is available at https://github.com/TUMFTM/FlexMap_Fusion.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google