الخريطة عالية الدقة (HD) تقدم معلومات بيئية ثابتة ودقيقة ووفيرة عن مشهد القيادة، وهي تعتبر مكونًا أساسيًا وغير قابل للإغفال في نظام القيادة الذاتية للتخطيط. في هذا البحث، نقدم \textbf{خريطة} \textbf{TR}ansformer، وهو إطار عمل شامل من النهاية إلى النهاية لبناء الخرائط عالية الدقة المتجهة عبر الإنترنت. نقترح نهجًا موحدًا للنمذجة المكافئة للمجموعات (\ie، نمذجة عناصر الخريطة كمجموعة نقاط مع مجموعة من التباديل المكافئة)، مما يصف بدقة شكل عناصر الخريطة ويستقر عملية التعلم. صممنا مخطط تضمين استعلامات متدرج لترميز المعلومات الخريطية المنظمة بمرنٍ وأداء تطابق ثنائي جزئي متدرج لتعلم عناصر الخريطة. لتسريع التقارب، قدمنا أيضًا التطابق واحد-للكثير المساعد والإشراف الكثيف. الطريقة المقترحة تعامل بشكل جيد مع مختلف عناصر الخريطة ذات الأشكال العشوائية. تعمل بسرعة الاستدلال الفعلي وتحقق أداءً رائدًا على كل من مجموعات البيانات nuScenes وArgoverse2. تظهر النتائج النوعية الوافرة جودة بناء الخرائط المستقرة والقوية في مشاهد قيادة معقدة ومتنوعة. يمكن الحصول على الرمز والمزيد من العروض التوضيحية على الرابط \url{https://github.com/hustvl/MapTR} لتسهيل الدراسات والتطبيقات المستقبلية.