M3TR: A Generalist Model for Real-World HD Map Completion

要約

自動運転車は操作のためにHDマップに依存していますが、オフラインのHDマップは最終的に時代遅れになります。
このため、オンラインHDマップ構築方法は、ライブセンサーデータを使用して、代わりにマップ情報を推測します。
実際のマップの変更に関する調査によると、HDマップの部分全体が変わらず、以前に使用できることがよくあります。
したがって、オフラインのHDマッププライアーの有無にかかわらず、HDマップの完了のための一般主義者アプローチであるM3TR（マルチマスキングマップトランス）を紹介します。
必要な基盤として、2とヌスセンをArgoverseするためのグラウンドトゥルースラベルの欠点に対処し、HDマップの完了のための最初の包括的なベンチマークを提案します。
展開には非現実的な単一の種類のマップ変更に特化した既存のモデルとは異なり、当社のジェネラリストモデルは、専門家モデルの有効性に一致して、あらゆる種類の変更を処理します。
マップマスキングが増強体制としてマスキングされているため、事前に+1.4マップの改善を達成することもできます。
最後に、以前のHDマップ要素を完全に活用し、クエリデザインを最適化することにより、M3TRは既存のメソッドを+4.3マップで上回り、オフラインHDマッププライアーの最初の実際の展開可能なモデルです。
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Autonomous vehicles rely on HD maps for their operation, but offline HD maps eventually become outdated. For this reason, online HD map construction methods use live sensor data to infer map information instead. Research on real map changes shows that oftentimes entire parts of an HD map remain unchanged and can be used as a prior. We therefore introduce M3TR (Multi-Masking Map Transformer), a generalist approach for HD map completion both with and without offline HD map priors. As a necessary foundation, we address shortcomings in ground truth labels for Argoverse 2 and nuScenes and propose the first comprehensive benchmark for HD map completion. Unlike existing models that specialize in a single kind of map change, which is unrealistic for deployment, our Generalist model handles all kinds of changes, matching the effectiveness of Expert models. With our map masking as augmentation regime, we can even achieve a +1.4 mAP improvement without a prior. Finally, by fully utilizing prior HD map elements and optimizing query designs, M3TR outperforms existing methods by +4.3 mAP while being the first real-world deployable model for offline HD map priors. 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