ADMap:用于重建在線矢量化高精地圖的抗干擾框架
本文經(jīng)自動駕駛之心公眾號授權轉載,轉載請聯(lián)系出處。
- 論文鏈接:https://arxiv.org/pdf/2401.13172.pdf
- 代碼鏈接:https://github.com/hht1996ok/ADMap
摘要
本文介紹了ADMap:用于重建在線矢量化高精地圖的抗干擾框架。在自動駕駛領域中,在線高精(HD)地圖重建對于規(guī)劃任務是至關重要的。最近的研究已經(jīng)開發(fā)了若干種高性能的高精地圖重建模型來滿足這一需求。然而,由于存在預測偏差,實例向量內(nèi)的點序列可能存在抖動或者鋸齒狀,這會影響后續(xù)任務。因此,本文提出了抗干擾地圖重建框架(ADMap)。為了緩解point-order抖動,該框架由三個模塊組成:多尺度感知neck(MPN)、實例交互注意力(IIA)和矢量方向差損失(VDDL)。通過以級聯(lián)方式探索實例之間和實例內(nèi)部的point-order關系,該模型可以更有效地監(jiān)測point-order預測過程。ADMap在nuScenes和Argoverse2數(shù)據(jù)集上實現(xiàn)了最先進的性能。大量結果表明,它能夠在復雜且多變的駕駛場景中生成穩(wěn)定且可靠的地圖元素。
主要貢獻
本文的貢獻如下:
1)本文提出了端到端ADMap,它可以重建更穩(wěn)定的矢量化高精地圖;
2)MPN在不增加計算資源的情況下更精確地捕獲多尺度信息,IIA實現(xiàn)了實例之間和實例內(nèi)部信息之間的有效交互,以緩解實例點位置偏移的問題。VDDL對矢量方向差進行建模,并且使用拓撲信息來監(jiān)督point-order位置的重建過程;
3)ADMap能夠實時重建矢量化高精地圖,并且在nuScenes和Argoverse2基準測試中實現(xiàn)了最佳性能。
論文圖片和表格
總結
ADMap是一種有效且高效的矢量化高精地圖重建框架,其通過多尺度感知Neck、實例交互注意力和矢量方向差損失這三個模塊,有效地緩解了由實例點抖動造成的地圖拓撲失真問題。大量實驗表明,本文所提出的方法能夠在nuScenes和Argoverse2基準上獲得最佳性能,其高效性也得以驗證。我們相信,ADMap可以幫助社區(qū)推動有關矢量化高精地圖重建任務的研究,以更好地發(fā)展自動駕駛等領域。
原文鏈接:https://mp.weixin.qq.com/s/O0BoiJZwIQmeeChUZkMMng