该研究论文介绍如何通过利用航空图像处理自动更新街道地图，并且提出了一个新的数据集 MUNO21，通过评估现有的道路提取方法揭示了地图更新任务的挑战。

Oct, 2021

本文提出了一种基于车载摄像头图像的道路布局推断模型，同时构建了一个路况数据集，可以将导航地图的元数据与 Google 街景图像匹配以提供标签，并利用深度卷积网络训练该模型，结果表明该方法可用于提升基础设施安全性。

Nov, 2016

利用高精度地图技术和人工智能，该论文研究了从大量低精度 GPS 轨迹数据融合中生成高精度 GPS 数据的快速有效算法，并基于大量社交车辆实现了基于众包更新的地图数据集合模型，从而提高数据精度、降低测量成本以及减少数据存储空间，推动高精度地图在智能车辆领域的合理应用。

Feb, 2024

本文提出了一种基于交通流的路径生成框架 FlowMap，该框架可以为自动驾驶车辆生成人类模拟路径，并且可以在不使用高精度地图的情况下应对超级复杂的十字路口。

May, 2023

该研究提出了利用众包 GPS 数据来改进和支持通过航拍图像提取道路的方法，并通过新颖的数据增强、GPS 呈现和一维转置卷积技术，比以前的竞争获胜模型提高了近 5%，并且在预测新的区域时具有更好的稳健性，无需任何新的训练数据或领域适应。

May, 2019

利用 GPS 信息收集了大量的地理轨迹信息，本文提出了高效的算法从中生成准确的地图，严格评估表明与现有工作相比，增加了 Biagioni f-score 并将执行时间减少了一个数量级，并开放源代码以便其他研究人员借鉴。

Feb, 2017

通过采用基于卷积神经网络（CNN）的决策函数来引导迭代搜索过程，RoadTracer 可以从高分辨率航空图像中自动构建道路网络图，并在误差率为 5％时，相较于分割方法，可以准确地捕捉到多达 45％更多的交叉点。

Feb, 2018

本研究提出了一种名为 NMP 的神经网络结构，能够自动更新全局地图并改善局部地图推理性能，实现了全局地图先验的初步学习。实验表明，该框架对各种地图分割和检测架构具有高度兼容性，并且即使在恶劣天气条件和较长的预测时间跨度内，也能显著增强地图预测性能。

Apr, 2023

基于高分辨率航拍图像的算法流水线和分布式计算系统可全球自动创建精确的人类基础设施地图。

May, 2020

采用 GPS 轨迹推断方法，构建地图上的道路施工现场。该方法通过识别道路网中的交叉口，将它们连接为边缘，并产生一个图形，用于规划和任务分配。在挪威的一个实际施工现场展示了该方法的有效性。

Feb, 2024