Jun, 2024

您的高精地图构建器在传感器异常下是否可靠？

PDF
TL;DR这项工作介绍了 MapBench，它是第一个旨在评估高清地图构建方法对各种传感器损坏的鲁棒性的全面基准。我们的基准包括来自相机和 LiDAR 传感器的共 29 种类型的损坏。对 31 种高清地图构建方法进行的广泛评估揭示了在恶劣天气条件和传感器故障下现有方法的显著性能下降，强调了重要的安全问题。我们确定了提高鲁棒性的有效策略，包括利用多模态融合、先进的数据增强和架构技术的创新方法。这些信息为开发更可靠的高清地图构建方法提供了一个路径，这对于自动驾驶技术的进步至关重要。基准工具包以及相关的代码和模型检查点已经公开可访问。
driving systemshd mapssensor corruptionssafety concernsrobustness
发现论文，激发创造
  • 辅助车载传感器与卫星地图：高精度地图构建的新视角

    在自动驾驶系统中，通过利用卫星地图作为车载传感器的补充，可以提高高清地图构建方法的性能，并且通过引入分层融合模块，可以有效地融合车载鸟瞰图和卫星图像，在高清地图语义分割和实例检测任务中显著提升了性能。

    Aug, 2023

  • 先验通知高精地图预测模型对真实世界地图变化的探索

    通过对合成扰动进行实验和实际自主驾驶数据的评估，研究发现在现实世界高清地图变化中，合成先前扰动与实际观察到的地图变化之间仍存在较大的差距，从而限制了当前利用先前信息的高清地图预测模型的实用性。

    Jun, 2024

  • 自动驾驶中三维物体检测对常见破坏的鲁棒性基准测试

    本研究旨在设计公共数据集，并建立三种耐受性基准 (KITTI-C、nuScenes-C 和 Waymo-C) 来检验 27 种常见情况下的真实世界杂质对三维物体检测模型的鲁棒性，结果发现基于雷达与相机融合的模型具有更好的鲁棒性。

    Mar, 2023

  • HDMapNet：一个在线高精度地图构建与评估框架

    本文介绍 HD 语义地图学习的问题，提出了一种语义地图学习方法 HDMapNet，通过多传感器数据的融合，可以更好地动态地构建地图语义，并且相比于传统基线方法具有更好的性能。

    Jul, 2021

  • 注重地图！在传感器数据估计在线高清地图时考虑现有地图信息

    在线高清地图 (HDMap) 估计通过传感器提供一个低成本的替代手动获取 HDMap 的方法，我们提出通过考虑已有的地图来改进在线 HDMap 估计，并引入 MapEX，一种新颖的在线 HDMap 估计框架，通过将地图元素编码为查询令牌，并改进用于训练经典查询基础地图估计模型的匹配算法，我们在 nuScenes 数据集上证明了 MapEX 能够显著提高性能。

    Nov, 2023

  • HDNET：利用高清地图进行三维物体检测

    本文表明，高清地图提供了强有力的先验知识，可以提高现代三维物体探测器的效能和稳健性。为此，我们设计了一种从高清地图提取几何和语义特征的单级探测器，并提出了一个地图预测模块，可以从原始 LiDAR 数据中实时估计地图。我们在 KITTI 数据集以及包含 100 万帧的大规模三维检测基准测试中进行了广泛的实验，结果表明本文提出的地图感知探测器在有地图和无地图情况下都始终优于现有技术水平。重要的是，整个框架的运行速度达到了每秒 20 帧。

    Dec, 2020

  • 基于 LiDAR 的语义分割模型鲁棒性基准测试

    本文旨在全面分析 LiDAR 语义分割模型在各种损坏情况下的鲁棒性，并通过提出的新基准 SemanticKITTI-C 系统地研究了 11 种不同的 LiDAR 语义分割模型。根据对实验的观察和分析，我们发现输入的表示对模型的鲁棒性起着至关重要的作用，并提出了一种改进的模型 RLSeg，通过简单而有效的修改方法，极大地提高了模型的鲁棒性。

    Jan, 2023

  • 在线地图不确定性的生成和应用于轨迹预测

    高清地图在现代自动驾驶车辆的发展中起着重要作用，本文介绍了多种先进的在线地图估计方法，并扩展了不确定性预测，以更好地与轨迹预测结合，实验结果表明不确定性的引入可以提高训练收敛速度和预测性能。

    Mar, 2024

  • StreamMapNet：面向矢量化在线高清地图构建的流式映射网络

    StreamMapNet 是一种能进行长序列时间建模视频的新型在线地图制作方法，能够在广泛感知范围内构建具有高稳定性的大范围本地高清地图，并解决了现有方法的局限性，其在所有设置下均明显优于现有方法，同时保持 14.2FPS 的在线推理速度。

    Aug, 2023

  • MachMap：端到端基于向量化的紧凑高清地图构建解决方案

    介绍了一种称为 MachMap 的有效架构来构建高清地图，基于 CNN 的骨干结构和 point-detection 范式，经过 Argoverse2 基准测试，MachMap 达到了之前最高的平均精度 83.5。

    Jun, 2023