M3TR: Generalist HD Map Construction with Variable Map Priors

要約

自動運転車の走行には、通常は HD マップの形式で道路情報が必要です。
オフライン マップは最終的には時代遅れになるか、部分的にしか利用できない可能性があるため、ライブ センサー データから地図情報を推測するオンライン HD マップ構築方法が提案されています。
このような部分的または古い地図情報を事前情報としてどのように利用するかという重要な問題が残っています。
M3TR (Multi-Masking Map Transformer) を紹介します。これは、マップ事前分布の有無にかかわらず、HD マップ構築のための汎用的なアプローチです。
私たちは、Argoverse 2 と nuScenes のグラウンド トゥルース生成の欠点に対処し、意味的に多様なマップ事前分布を使用した最初の現実的なシナリオを提案します。
さまざまなクエリ設計を検討し、以前のマップ要素を HD マップ構築モデルに統合するための改良された方法を使用し、パフォーマンスを +4.3 mAP 向上させました。
最後に、以前のすべてのシナリオにわたるトレーニングにより、単一のジェネラリスト モデルが生成され、そのパフォーマンスは、以前の特定の 1 種類のマップのみを処理できる以前のエキスパート モデルと同等であることを示します。
したがって、M3TR は、変数マップ事前分布を活用できる最初のモデルであり、現実世界の展開に適しています。
コードは https://github.com/immel-f/m3tr で入手できます。

要約(オリジナル)

Autonomous vehicles require road information for their operation, usually in form of HD maps. Since offline maps eventually become outdated or may only be partially available, online HD map construction methods have been proposed to infer map information from live sensor data. A key issue remains how to exploit such partial or outdated map information as a prior. We introduce M3TR (Multi-Masking Map Transformer), a generalist approach for HD map construction both with and without map priors. We address shortcomings in ground truth generation for Argoverse 2 and nuScenes and propose the first realistic scenarios with semantically diverse map priors. Examining various query designs, we use an improved method for integrating prior map elements into a HD map construction model, increasing performance by +4.3 mAP. Finally, we show that training across all prior scenarios yields a single Generalist model, whose performance is on par with previous Expert models that can handle only one specific type of map prior. M3TR thus is the first model capable of leveraging variable map priors, making it suitable for real-world deployment. Code is available at https://github.com/immel-f/m3tr

arxiv情報

提供元, 利用サービス

arxiv.jp, Google