MapTRv2: オンラインベクトル化HDマップ構築のためのエンドツーエンドフレームワーク

高解像度（HD）マップは、走行シーンの豊富で正確な静的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。本論文では、\textbf{Map} \textbf{TR}ansformerと呼ばれるオンラインベクトル化HDマップ構築のエンドツーエンドフレームワークを提案します。私たちは一貫した置換同値モデリング手法を提唱しており、つまり、マップ要素を一組の同値置換を持つ点集合としてモデル化することで、マップ要素の形状を正確に表現し、学習プロセスを安定させることが可能です。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エンコードし、マップ要素学習のために階層的な二部マッチングを行います。収束を加速するために、さらに補助的な一対多マッチングと密集監督を導入しています。提案手法は任意の形状を持つさまざまなマップ要素に対応でき、リアルタイム推論速度で動作し、nuScenesおよびArgoverse2データセットにおいて最先端の性能を達成しています。豊富な定性的結果は複雑で多様な走行情景での安定した堅牢なマップ構築品質を示しています。コードやその他のデモは\url{https://github.com/hustvl/MapTR}で公開されており、さらなる研究や応用に貢献することを目指しています。