Fugu-MT 論文翻訳(概要): DuMapNet: An End-to-End Vectorization System for City-Scale Lane-Level Map Generation

論文の概要: DuMapNet: An End-to-End Vectorization System for City-Scale Lane-Level Map Generation

arxiv url: http://arxiv.org/abs/2406.14255v1
Date: Thu, 20 Jun 2024 12:26:53 GMT
ステータス: 処理完了
システム内更新日: 2024-06-21 13:52:01.138613
Title: DuMapNet: An End-to-End Vectorization System for City-Scale Lane-Level Map Generation
Title（参考訳）: DuMapNet: 都市規模レーンレベルマップ生成のためのエンド・ツー・エンドベクトル化システム
Authors: Deguo Xia, Weiming Zhang, Xiyan Liu, Wei Zhang, Chenting Gong, Jizhou Huang, Mengmeng Yang, Diange Yang,
Abstract要約: 本稿では,DuMapNetと名づけられた産業用レーンレベルの地図を作成するためのソリューションを提案する。本稿では,変圧器ネットワークを巧みに調整することで,車線群のベクトル化結果を出力するグループワイド車線予測システムを提案する。大規模な実世界のデータセットで実施された実験は、DuMapNetの優位性と有効性を示している。
参考スコア（独自算出の注目度）: 32.66260362453288
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Generating city-scale lane-level maps faces significant challenges due to the intricate urban environments, such as blurred or absent lane markings. Additionally, a standard lane-level map requires a comprehensive organization of lane groupings, encompassing lane direction, style, boundary, and topology, yet has not been thoroughly examined in prior research. These obstacles result in labor-intensive human annotation and high maintenance costs. This paper overcomes these limitations and presents an industrial-grade solution named DuMapNet that outputs standardized, vectorized map elements and their topology in an end-to-end paradigm. To this end, we propose a group-wise lane prediction (GLP) system that outputs vectorized results of lane groups by meticulously tailoring a transformer-based network. Meanwhile, to enhance generalization in challenging scenarios, such as road wear and occlusions, as well as to improve global consistency, a contextual prompts encoder (CPE) module is proposed, which leverages the predicted results of spatial neighborhoods as contextual information. Extensive experiments conducted on large-scale real-world datasets demonstrate the superiority and effectiveness of DuMapNet. Additionally, DuMap-Net has already been deployed in production at Baidu Maps since June 2023, supporting lane-level map generation tasks for over 360 cities while bringing a 95% reduction in costs. This demonstrates that DuMapNet serves as a practical and cost-effective industrial solution for city-scale lane-level map generation.
Abstract（参考訳）: 都市規模の車線マップの生成は、ぼやけや不在車線マークなどの複雑な都市環境のために大きな課題に直面している。さらに、標準的なレーンレベルマップでは、車線方向、スタイル、境界、トポロジーを含む車線群を包括的に整理する必要があるが、以前の研究では徹底的に検討されていない。これらの障害は、労働集約的な人的アノテーションと高いメンテナンスコストをもたらす。本稿では,これらの制約を克服し,標準化されたベクトル化マップ要素とそのトポロジをエンドツーエンドパラダイムで出力するDuMapNetという産業レベルのソリューションを提案する。そこで本研究では,変圧器ネットワークを巧みに調整することで,車線群のベクトル化結果を出力するグループワイド車線予測システムを提案する。一方,道路摩耗や閉塞といった難易度の高いシナリオの一般化を図り,グローバルな整合性を向上させるため,空間近傍の予測結果を文脈情報として活用する文脈的プロンプトエンコーダ(CPE)モジュールを提案する。大規模な実世界のデータセットで実施された大規模な実験は、DuMapNetの優位性と有効性を示している。さらに、DuMap-Netは2023年6月からBaidu Mapsで運用されており、360以上の都市でレーンレベルのマップ生成タスクをサポートし、95%のコスト削減を実現している。このことは、DuMapNetが都市規模レーンレベルの地図生成のための実用的で費用対効果の高い産業ソリューションであることを示している。

関連論文リスト

HPix: Generating Vector Maps from Satellite Images [0.0]
衛星画像からベクトルタイルマップを生成するためにGAN(Generative Adversarial Networks)を改良したHPixと呼ばれる新しい手法を提案する。経験的評価を通じて,提案手法は高精度かつ視覚的に表現可能なベクトルタイルマップを作成する上での有効性を示す。さらに、道路交差点のマッピングや、その面積に基づいたフットプリントクラスタの構築など、我々の研究の応用を拡大する。
論文参考訳（メタデータ） (2024-07-18T16:54:02Z)
Building Lane-Level Maps from Aerial Images [9.185929396989083]
レーン検出のために構築された大規模空中画像データセットを初めて紹介する。我々はAerialLaneNetと呼ばれる空中画像からベースライン深層学習車線検出手法を開発した。提案手法は,新たなデータセットの最先端手法と比較して,大幅な改善を実現している。
論文参考訳（メタデータ） (2023-12-20T21:58:45Z)
Augmenting Lane Perception and Topology Understanding with Standard Definition Navigation Maps [51.24861159115138]
Standard Definition (SD) マップは、より安価で、世界中でカバーでき、スケーラブルな代替手段を提供する。本稿では,オンライン地図予測にSDマップを統合する新しいフレームワークを提案し,Transformer を用いたエンコーダ SD Map Representations を提案する。この拡張は、現在の最先端のオンラインマップ予測手法におけるレーン検出とトポロジー予測を一貫して(最大60%まで)大幅に向上させる。
論文参考訳（メタデータ） (2023-11-07T15:42:22Z)
VectorMapNet: End-to-end Vectorized HD Map Learning [18.451587680552464]
本稿では,VectorMapNetと呼ばれるエンドツーエンドのベクトル化HDマップ学習パイプラインを紹介する。このパイプラインは、地図要素間の空間的関係を明示的にモデル化し、下流の自律運転タスクに相応しいベクトル化されたマップを生成することができる。 VectorMapNetはnuScenesとArgo2データセットの両方で強力なマップ学習性能を実現する。
論文参考訳（メタデータ） (2022-06-17T17:57:13Z)
Vision-based Large-scale 3D Semantic Mapping for Autonomous Driving Applications [53.553924052102126]
ステレオカメラシステムのみに基づく3次元セマンティックマッピングのための完全なパイプラインを提案する。パイプラインは、直接視覚的オドメトリーのフロントエンドと、グローバルな時間統合のためのバックエンドで構成されている。本稿では,3次元点ラベルの品質と一貫性を向上する,単純だが効果的な投票方式を提案する。
論文参考訳（メタデータ） (2022-03-02T13:18:38Z)
HDMapGen: A Hierarchical Graph Generative Model of High Definition Maps [81.86923212296863]
HDマップは道路路面の正確な定義と交通ルールの豊富な意味を持つ地図である。実際の道路トポロジやジオメトリはごくわずかで、自動運転スタックをテストする能力は著しく制限されています。高品質で多様なHDマップを生成可能な階層グラフ生成モデルであるHDMapGenを提案する。
論文参考訳（メタデータ） (2021-06-28T17:59:30Z)
MP3: A Unified Model to Map, Perceive, Predict and Plan [84.07678019017644]
MP3は、入力が生のセンサーデータと高レベルのコマンドであるマップレス運転に対するエンドツーエンドのアプローチである。提案手法は, より安全で, 快適であり, 長期クローズループシミュレーションにおいて, ベースラインよりもコマンドを追従できることを示す。
論文参考訳（メタデータ） (2021-01-18T00:09:30Z)
DAGMapper: Learning to Map by Discovering Lane Topology [84.12949740822117]
我々は、分岐とマージによるトポロジー変化を含む多くのレーンを持つ複雑な高速道路のレーン境界を描くことに集中する。グラフのノードがレーン境界の局所領域の幾何学的および位相的特性を符号化する有向非巡回グラフィカルモデル(DAG)における推論として問題を定式化する。 2つの異なる州における2つの幹線道路における我々のアプローチの有効性を示し、高い精度とリコールと89%の正しいトポロジーを示す。
論文参考訳（メタデータ） (2020-12-22T21:58:57Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。