2 个月前
MapTRv2:一种端到端的在线矢量化高精地图构建框架
Bencheng Liao; Shaoyu Chen; Yunchi Zhang; Bo Jiang; Qian Zhang; Wenyu Liu; Chang Huang; Xinggang Wang

摘要
高清地图(HD Map)提供了驾驶场景中丰富而精确的静态环境信息,是自动驾驶系统规划中的基础且不可或缺的组成部分。本文介绍了MapTR(Map Transformer),一种用于在线矢量化高清地图构建的端到端框架。我们提出了一种统一的置换等效建模方法,即以一组等效置换的形式将地图元素建模为点集,从而准确描述地图元素的形状并稳定学习过程。我们设计了一种分层查询嵌入方案,灵活编码结构化的地图信息,并进行分层二部匹配以实现地图元素的学习。为了加速收敛,我们进一步引入了辅助的一对多匹配和密集监督。所提出的方法能够很好地应对具有任意形状的各种地图元素。该方法在实时推理速度下运行,并在nuScenes和Argoverse2数据集上取得了最先进的性能。大量的定性结果表明,该方法在复杂多样的驾驶场景中表现出稳定的高质量地图构建能力。代码和更多演示可在\url{https://github.com/hustvl/MapTR}获取,以便进一步的研究和应用。