TopoMLP: Eine einfache, aber starke Pipeline für die topologische Schlussfolgerung beim Fahren

Topologiebasiertes Schließen (Topology reasoning) strebt danach, Straßenszenen umfassend zu verstehen und fahrbare Strecken im autonomen Fahren darzustellen. Dazu ist es notwendig, Fahrbahnmittellinien (Spuren) und Verkehrselemente zu erkennen und ihre topologischen Beziehungen weiter zu analysieren, wie zum Beispiel die Spur-Spur-Topologie und die Spur-Verkehr-Topologie. In dieser Arbeit zeigen wir zunächst, dass der Topologie-Score stark von der Erkennungsleistung für Spuren und Verkehrselemente abhängt. Deshalb führen wir einen leistungsstarken 3D-Spurerkennungsdetektor sowie einen verbesserten 2D-Detektor für Verkehrselemente ein, um die obere Grenze der Topologieleistung zu erweitern. Darüber hinaus schlagen wir TopoMLP vor, eine einfache aber hochleistungsfähige Pipeline für das topologische Schließen im Fahren. Auf Basis der beeindruckenden Erkennungsleistung entwickeln wir zwei einfache MLP-basierte Heads zur Topologiegenerierung. TopoMLP erreicht den aktuellen Stand der Technik auf dem OpenLane-V2-Benchmark, nämlich 41,2 % OLS mit ResNet-50 als Backbone. Es ist auch die erste Lösung des ersten OpenLane Topology in Autonomous Driving Challenges. Wir hoffen, dass diese einfache und starke Pipeline neue Einsichten für die Gemeinschaft bieten kann. Der Quellcode ist unter https://github.com/wudongming97/TopoMLP verfügbar.