SIO-Mapper: A Framework for Lane-Level HD Map Construction Using Satellite Images and OpenStreetMap with No On-Site Visits

要約

高解像度（HD）マップ、特に地上の真理と見なされる車線レベルの情報を含むマップは、車両のローカリゼーション研究に不可欠です。
従来、HDマップを構築するには、ターゲット領域からの非常に正確なセンサー測定コレクションが必要であり、その後、セマンティック情報を割り当てるための手動注釈が必要です。
したがって、HDマップは地理的カバレッジの点で制限されています。
この問題に取り組むために、このペーパーでは、衛星画像とopenstreetMapデータを利用して物理的なサイト訪問なしで都市規模のマップを構築する新しい車線レベルのHDマップ構築フレームワークであるSio-Mapperを提案します。
SIO-Mapperの重要な貢献の1つは、トランスベースのエンコーダと畳み込みベースのエンコーダーの両方を使用して、衛星画像とOpenstreetMapの機能を統合する新しいディープラーニングネットワークであるSiO-Netを導入することにより、車線情報をより正確に抽出する機能です。
さらに、広い領域でレーンをマージする際の課題を克服するために、クラスターベースとグラフベースのアプローチを組み合わせた新しいレーン統合方法論を導入します。
このアルゴリズムは、複雑な道路環境であっても、高精度とカバレッジでレーンセグメントのシームレスな集約を保証します。
Naver Labs Open DatasetおよびNuscenes DatasetのSIO-Mapperを検証し、最先端の車線レベルのHD Map Construction Methodsと比較して、韓国、米国、シンガポールを含むさまざまな環境でより良いパフォーマンスを示しました。

要約(オリジナル)

High-definition (HD) maps, particularly those containing lane-level information regarded as ground truth, are crucial for vehicle localization research. Traditionally, constructing HD maps requires highly accurate sensor measurements collection from the target area, followed by manual annotation to assign semantic information. Consequently, HD maps are limited in terms of geographic coverage. To tackle this problem, in this paper, we propose SIO-Mapper, a novel lane-level HD map construction framework that constructs city-scale maps without physical site visits by utilizing satellite images and OpenStreetmap data. One of the key contributions of SIO-Mapper is its ability to extract lane information more accurately by introducing SIO-Net, a novel deep learning network that integrates features from satellite image and OpenStreetmap using both Transformer-based and convolution-based encoders. Furthermore, to overcome challenges in merging lanes over large areas, we introduce a novel lane integration methodology that combines cluster-based and graph-based approaches. This algorithm ensures the seamless aggregation of lane segments with high accuracy and coverage, even in complex road environments. We validated SIO-Mapper on the Naver Labs Open Dataset and NuScenes dataset, demonstrating better performance in various environments including Korea, the United States, and Singapore compared to the state-of-the-art lane-level HD mapconstruction methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google