SD++: Enhancing Standard Definition Maps by Incorporating Road Knowledge using LLMs

要約

高解像度マップ（HDマップ）は、レーンセンターラインと道路要素をキャプチャする詳細かつ有益なマップです。
自律運転には非常に便利ですが、HDマップは構築と保守に費用がかかります。
さらに、これらの高品質のマップへのアクセスは、通常、それらを構築する企業に限定されます。
一方、標準の定義（SD）マップは、数メートルの精度をロードセンターラインに提供します。
この論文では、LLMSを使用して道路マニュアルから情報を組み込むことにより、SDマップを強化する可能性を探ります。
SD ++は、道路マニュアルから得られた場所に依存した道路情報を使用してSDマップを強化するエンドツーエンドパイプラインである開発を開発します。
このようなタスクにLLMを使用するいくつかの方法を提案し、比較します。
さらに、カリフォルニアと日本の両方の結果を示すことにより、SD ++の一般化能力を示します。

要約(オリジナル)

High-definition maps (HD maps) are detailed and informative maps capturing lane centerlines and road elements. Although very useful for autonomous driving, HD maps are costly to build and maintain. Furthermore, access to these high-quality maps is usually limited to the firms that build them. On the other hand, standard definition (SD) maps provide road centerlines with an accuracy of a few meters. In this paper, we explore the possibility of enhancing SD maps by incorporating information from road manuals using LLMs. We develop SD++, an end-to-end pipeline to enhance SD maps with location-dependent road information obtained from a road manual. We suggest and compare several ways of using LLMs for such a task. Furthermore, we show the generalization ability of SD++ by showing results from both California and Japan.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google