要約
高解像度 (HD) マップは自動運転システムに不可欠です。
従来、HD マップを構築するには、高価で労働集約的なパイプラインが実装されていましたが、スケーラビリティには限界がありました。
近年、クラウドソーシングとオンライン マッピングが 2 つの代替手段として台頭していますが、それぞれに制限があります。
この論文では、クラウドソーシングとオンライン マッピングの利点を組み合わせて、ベクトル化された地球地図を直接生成するための新しい方法論、つまり地球地図構築を提供します。
私たちは、ベクトル化されたグローバル HD マップ構築のための初のオンライン フレームワークである GlobalMapNet を紹介します。これは、自我車両上のグローバル マップを更新して利用します。
グローバル マップを最初から生成するために、ローカル マップを継続的に照合およびマージする GlobalMapBuilder を提案します。
重複した地図要素を削除し、きれいな地図を生成するための新しいアルゴリズム Map NMS を設計しました。
また、過去の地図情報を集約し、予測の一貫性を向上させる GlobalMapFusion も提案します。
私たちは、Argoverse2 と nuScenes という 2 つの広く認識されているデータセットで GlobalMapNet を検証し、私たちのフレームワークが世界的に一貫した結果を生成できることを示しています。
要約(オリジナル)
High-definition (HD) maps are essential for autonomous driving systems. Traditionally, an expensive and labor-intensive pipeline is implemented to construct HD maps, which is limited in scalability. In recent years, crowdsourcing and online mapping have emerged as two alternative methods, but they have limitations respectively. In this paper, we provide a novel methodology, namely global map construction, to perform direct generation of vectorized global maps, combining the benefits of crowdsourcing and online mapping. We introduce GlobalMapNet, the first online framework for vectorized global HD map construction, which updates and utilizes a global map on the ego vehicle. To generate the global map from scratch, we propose GlobalMapBuilder to match and merge local maps continuously. We design a new algorithm, Map NMS, to remove duplicate map elements and produce a clean map. We also propose GlobalMapFusion to aggregate historical map information, improving consistency of prediction. We examine GlobalMapNet on two widely recognized datasets, Argoverse2 and nuScenes, showing that our framework is capable of generating globally consistent results.
arxiv情報
| 著者 | Anqi Shi,Yuze Cai,Xiangyu Chen,Jian Pu,Zeyu Fu,Hong Lu |
| 発行日 | 2024-09-17 06:46:21+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google