MapTR: オンラインベクトル化HDマップ構築のための構造化モデリングと学習

高解像度（HD）マップは、走行シーンの豊富で正確な環境情報を提供し、自動運転システムにおける計画の基本的かつ不可欠な構成要素となっています。本稿では、効率的なオンラインベクトル化HDマップ構築のための構造化されたエンドツーエンドTransformerであるMapTRを提案します。当研究では、一連の同等置換を持つ点集合としてマップ要素をモデル化する統一的な置換同値モデリング手法を提案しています。これにより、マップ要素の形状を正確に表現するとともに、学習プロセスを安定させることが可能となります。また、階層的なクエリ埋め込みスキームを設計し、構造化されたマップ情報を柔軟に符号化し、マップ要素学習のために階層的な二部グラフマッチングを行います。MapTRはnuScenesデータセットにおいて既存のベクトル化マップ構築手法の中でカメラ入力のみを使用して最良の性能と効率を達成しています。特に、MapTR-nanoはRTX 3090上でリアルタイム推論速度（25.1 FPS）で動作し、既存の最先端カメラベース手法よりも8倍高速でありながらmAPが5.0高い性能を達成しています。既存の最先端多モーダル手法と比較しても、MapTR-nanoはmAPが0.7高く、MapTR-tinyはmAPが13.5高く且つ推論速度が3倍速い性能を示しています。豊富な定性的結果から、MapTRは複雑かつ多様な走行シーンにおいて安定した堅牢なマップ構築品質を維持することが確認されています。MapTRは自動運転における大きな応用価値を持っています。コードや詳細デモについては\url{https://github.com/hustvl/MapTR}をご覧ください。