VectorMapNet: End-to-end Vectorized HD Map Learning

要約

自動運転システムでは、都市部の道路を移動するために高解像度 (HD) セマンティック マップが必要です。
既存のソリューションは、オフラインの手動アノテーションによってセマンティック マッピングの問題にアプローチしていますが、これには深刻なスケーラビリティの問題があります。
最近の学習ベースの方法では、高密度のラスタライズされたセグメンテーション予測を生成してマップを構築します。
ただし、これらの予測には個々のマップ要素のインスタンス情報が含まれていないため、ベクトル化されたマップを取得するにはヒューリスティックな後処理が必要です。
これらの課題に取り組むために、VectorMapNet と呼ばれるエンドツーエンドのベクトル化された HD マップ学習パイプラインを導入します。
VectorMapNet は、オンボード センサーの観測を取得し、鳥瞰図でまばらなポリラインのセットを予測します。
このパイプラインは、マップ要素間の空間関係を明示的にモデル化し、下流の自動運転タスクに適したベクトル化されたマップを生成できます。
広範な実験により、VectorMapNet は nuScenes と Argoverse2 データセットの両方で強力な地図学習パフォーマンスを達成し、以前の最先端の方法を 14.2 mAP および 14.6 mAP 上回っていることが示されています。
定性的には、VectorMapNet は包括的な地図を生成し、道路形状のきめ細かい詳細をキャプチャすることができます。
私たちの知る限り、VectorMapNet は、船上観測からのエンドツーエンドのベクトル化地図学習を目的として設計された最初の作品です。
私たちのプロジェクトの Web サイトは \url{https://tsinghua-mars-lab.github.io/vectormapnet/} から入手できます。

要約(オリジナル)

Autonomous driving systems require High-Definition (HD) semantic maps to navigate around urban roads. Existing solutions approach the semantic mapping problem by offline manual annotation, which suffers from serious scalability issues. Recent learning-based methods produce dense rasterized segmentation predictions to construct maps. However, these predictions do not include instance information of individual map elements and require heuristic post-processing to obtain vectorized maps. To tackle these challenges, we introduce an end-to-end vectorized HD map learning pipeline, termed VectorMapNet. VectorMapNet takes onboard sensor observations and predicts a sparse set of polylines in the bird’s-eye view. This pipeline can explicitly model the spatial relation between map elements and generate vectorized maps that are friendly to downstream autonomous driving tasks. Extensive experiments show that VectorMapNet achieve strong map learning performance on both nuScenes and Argoverse2 dataset, surpassing previous state-of-the-art methods by 14.2 mAP and 14.6mAP. Qualitatively, VectorMapNet is capable of generating comprehensive maps and capturing fine-grained details of road geometry. To the best of our knowledge, VectorMapNet is the first work designed towards end-to-end vectorized map learning from onboard observations. Our project website is available at \url{https://tsinghua-mars-lab.github.io/vectormapnet/}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google