Is Your HD Map Constructor Reliable under Sensor Corruptions?

要約

運転システムは多くの場合、計画やナビゲーションに重要な正確な環境情報を得るために高解像度 (HD) マップに依存します。
現在の HD マップ コンストラクターは理想的な条件下では良好に機能しますが、悪天候やセンサーの故障など、現実世界の課題に対する耐性は十分に理解されておらず、安全性への懸念が生じています。
この研究では、さまざまなセンサーの破損に対する HD マップ構築方法の堅牢性を評価するために設計された最初の包括的なベンチマークである MapBench を紹介します。
私たちのベンチマークには、カメラと LiDAR センサーから発生する合計 29 種類の破損が含まれています。
31 社の HD マップ コンストラクターにわたる広範な評価により、悪天候やセンサーの故障下で既存の手法のパフォーマンスが大幅に低下することが明らかになり、安全性に関する重大な懸念が浮き彫りになりました。
私たちは、マルチモーダル融合、高度なデータ拡張、アーキテクチャ技術を活用した革新的なアプローチなど、堅牢性を強化するための効果的な戦略を特定します。
これらの洞察は、自動運転技術の進歩に不可欠な、より信頼性の高い HD マップ構築方法を開発するための道筋を提供します。
ベンチマーク ツールキットと関連コードおよびモデル チェックポイントは、一般にアクセスできるようになりました。

要約(オリジナル)

Driving systems often rely on high-definition (HD) maps for precise environmental information, which is crucial for planning and navigation. While current HD map constructors perform well under ideal conditions, their resilience to real-world challenges, \eg, adverse weather and sensor failures, is not well understood, raising safety concerns. This work introduces MapBench, the first comprehensive benchmark designed to evaluate the robustness of HD map construction methods against various sensor corruptions. Our benchmark encompasses a total of 29 types of corruptions that occur from cameras and LiDAR sensors. Extensive evaluations across 31 HD map constructors reveal significant performance degradation of existing methods under adverse weather conditions and sensor failures, underscoring critical safety concerns. We identify effective strategies for enhancing robustness, including innovative approaches that leverage multi-modal fusion, advanced data augmentation, and architectural techniques. These insights provide a pathway for developing more reliable HD map construction methods, which are essential for the advancement of autonomous driving technology. The benchmark toolkit and affiliated code and model checkpoints have been made publicly accessible.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google