論文の概要: Uni-PrevPredMap: Extending PrevPredMap to a Unified Framework of Prior-Informed Modeling for Online Vectorized HD Map Construction
- arxiv url: http://arxiv.org/abs/2504.06647v2
- Date: Thu, 10 Apr 2025 01:39:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-11 12:25:03.958429
- Title: Uni-PrevPredMap: Extending PrevPredMap to a Unified Framework of Prior-Informed Modeling for Online Vectorized HD Map Construction
- Title（参考訳）: Uni-PrevPredMap: オンラインベクトル化HDマップ構築のための事前インフォームドモデリングの統一フレームワークへのPrevPredMapの拡張
- Authors: Nan Peng, Xun Zhou, Mingming Wang, Guisong Chen, Wenqi Xu,
- Abstract要約: 我々は、以前の予測を統合し、古いHDマップをシミュレートした、統合された事前インフォームドフレームワークUni-PrevPredMapを提案する。
Uni-PrevPredMapは、確立されたオンラインベクトル化HDマップ構築ベンチマーク間で、マップ依存シナリオにおける最先端のパフォーマンスを達成する。
- 参考スコア（独自算出の注目度）: 9.166949877822807
- License:
- Abstract: Safety constitutes a foundational imperative for autonomous driving systems, necessitating the maximal incorporation of accessible external prior information. This study establishes that temporal perception buffers and cost-efficient maps inherently form complementary prior sources for online vectorized high-definition (HD) map construction. We present Uni-PrevPredMap, a unified prior-informed framework that systematically integrates two synergistic information sources: previous predictions and simulated outdated HD maps. The framework introduces two core innovations: a tile-indexed 3D vectorized global map processor enabling efficient refreshment, storage, and retrieval of 3D vectorized priors; a tri-mode operational optimization paradigm ensuring consistency across non-prior, temporal-prior, and temporal-map-fusion-prior scenarios while mitigating reliance on idealized map fidelity assumptions. Uni-PrevPredMap achieves state-of-the-art performance in map-absent scenarios across established online vectorized HD map construction benchmarks. When provided with simulated outdated HD maps, the framework exhibits robust capabilities in error-resilient prior fusion, empirically confirming the synergistic complementarity between previous predictions and simulated outdated HD maps. Code will be available at https://github.com/pnnnnnnn/Uni-PrevPredMap.
- Abstract（参考訳）: 安全は自律運転システムの基本的義務であり、アクセス可能な外部の事前情報を最大限に組み込む必要がある。
本研究では,時間的知覚バッファとコスト効率のよい地図が,オンラインベクトル化ハイデフィニション(HD)マップ構築において,本質的に相補的な事前情報源を形成することを実証する。
従来の予測と古くなったHDマップの2つの相乗的情報ソースを体系的に統合した,統合された事前インフォームドフレームワークであるUni-PrevPredMapを提案する。
このフレームワークは、2つのコアイノベーションを紹介している: タイルインデクシングされた3Dベクトル化されたグローバルマッププロセッサは、3Dベクトル化された事前の効率的なリフレッシュ、保存、検索を可能にする。
Uni-PrevPredMapは、確立されたオンラインベクトル化HDマップ構築ベンチマーク間で、マップ依存シナリオにおける最先端のパフォーマンスを達成する。
シミュレーションされた時代遅れのHDマップが提供されると、このフレームワークはエラー耐性の事前融合において堅牢な機能を示し、以前の予測とシミュレーションされた時代遅れのHDマップとの相乗的相補性を実証的に確認する。
コードはhttps://github.com/pnnnnnnn/Uni-PrevPredMapで入手できる。
関連論文リスト
- TopoSD: Topology-Enhanced Lane Segment Perception with SDMap Prior [70.84644266024571]
我々は、標準定義地図(SDMaps)を見るために知覚モデルを訓練することを提案する。
我々はSDMap要素をニューラル空間マップ表現やインスタンストークンにエンコードし、先行情報のような補完的な特徴を組み込む。
レーンセグメント表現フレームワークに基づいて、モデルはレーン、中心線、およびそれらのトポロジを同時に予測する。
論文 参考訳（メタデータ） (2024-11-22T06:13:42Z) - M3TR: A Generalist Model for Real-World HD Map Completion [6.314412580044879]
実地図の変更についての研究は、HDマップの全ての部分が変化せず、前もって使用することができることを示している。
我々は、オフラインのHDマッププリエンプションと非オフラインのHDマッププリエンプションの両方に対する一般的なアプローチであるM3TRを紹介する。
以前のHDマップ要素を完全に活用し、クエリ設計を最適化することで、M3TRは既存のメソッドを+4.3 mAPで上回っている。
論文 参考訳（メタデータ） (2024-11-15T16:14:48Z) - Driving with Prior Maps: Unified Vector Prior Encoding for Autonomous Vehicle Mapping [18.97422977086127]
高精細マップ(HDマップ)は、自動運転車の正確なナビゲーションと意思決定に不可欠である。
オンボードセンサーを用いたHDマップのオンライン構築が有望なソリューションとして浮上した。
本稿では,事前マップのパワーを活用して,これらの制約に対処するPresidedDriveフレームワークを提案する。
論文 参考訳（メタデータ） (2024-09-09T06:17:46Z) - PriorMapNet: Enhancing Online Vectorized HD Map Construction with Priors [15.475364300374403]
先行データを用いたオンラインベクトル化HDマップ構築を強化するために,PreferMapNetを導入する。
提案したPreferMapNetは,nuScenesおよびArgoverse2データセット上でのオンラインベクトル化HDマップ構築タスクにおいて,最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2024-08-16T15:26:23Z) - PrevPredMap: Exploring Temporal Modeling with Previous Predictions for Online Vectorized HD Map Construction [9.32290307534907]
PrevPredMapは、オンラインベクトル化HDマップの構築に以前の予測を活用する、時間的モデリングの先駆的なフレームワークである。
このフレームワークはnuScenesとArgoverse2データセットの最先端のパフォーマンスを実現する。
論文 参考訳（メタデータ） (2024-07-24T15:58:24Z) - ADMap: Anti-disturbance framework for reconstructing online vectorized
HD map [9.218463154577616]
本稿では, 反ゆらぎマップ再構築フレームワーク (ADMap) を提案する。
点次ジッタを緩和するため、このフレームワークは、マルチスケール知覚ネック、インスタンスインタラクティブアテンション(IIA)、ベクトル方向差損失(VDDL)の3つのモジュールで構成されている。
論文 参考訳（メタデータ） (2024-01-24T01:37:27Z) - 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) - Online Map Vectorization for Autonomous Driving: A Rasterization
Perspective [58.71769343511168]
より優れた感度を有し,現実の自律運転シナリオに適した,新化に基づく評価指標を提案する。
また、精度の高い出力に微分可能化を適用し、HDマップの幾何学的監視を行う新しいフレームワークであるMapVR(Map Vectorization via Rasterization)を提案する。
論文 参考訳（メタデータ） (2023-06-18T08:51:14Z) - 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) - HDNET: Exploiting HD Maps for 3D Object Detection [99.49035895393934]
高精細度(hd)マップは、現代の3dオブジェクト検出器の性能と頑健性を高める強力な事前情報を提供する。
我々はHDマップから幾何学的特徴と意味的特徴を抽出する単一ステージ検出器を設計する。
地図は至る所では利用できないため、生のLiDARデータからフライ時の地図を推定するマップ予測モジュールも提案する。
論文 参考訳（メタデータ） (2020-12-21T21:59:54Z)
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。