MapTRv2 : Un cadre de bout en bout pour la construction en ligne de cartes HD vectorisées

La carte haute définition (HD) fournit une abondance d'informations environnementales statiques précises de la scène de conduite, constituant un élément fondamental et indispensable pour la planification dans les systèmes de conduite autonome. Dans cet article, nous présentons \textbf{Map} \textbf{TR}ansformer, un cadre d'apprentissage en bout à bout pour la construction en ligne de cartes vectorielles HD. Nous proposons une approche de modélisation unifiée équivalente par permutation, c'est-à-dire la modélisation d'un élément de carte comme un ensemble de points avec un groupe de permutations équivalentes, qui décrit précisément la forme de l'élément de carte et stabilise le processus d'apprentissage. Nous concevons un schéma d'incrustation de requêtes hiérarchique pour encoder flexiblement des informations structurées de carte et effectuer un appariement bipartite hiérarchique pour l'apprentissage des éléments de carte. Pour accélérer la convergence, nous introduisons également un appariement un-à-plusieurs auxiliaire et une supervision dense. La méthode proposée gère efficacement divers éléments de carte avec des formes arbitraires. Elle fonctionne à une vitesse d'inférence en temps réel et atteint des performances d'état de l'art sur les jeux de données nuScenes et Argoverse2. De nombreux résultats qualitatifs montrent une qualité stable et robuste de construction de cartes dans des scènes de conduite complexes et variées. Le code source et plus d'exemples sont disponibles sur \url{https://github.com/hustvl/MapTR} pour faciliter des études et applications ultérieures.Note : Les termes techniques tels que "carte haute définition (HD)", "systèmes de conduite autonome", "nuScenes" et "Argoverse2" ont été traduits selon leur usage courant dans le domaine francophone des technologies automobiles. Les acronymes "MapTR" ont été conservés tels quels, conformément à la pratique courante dans les publications scientifiques.