論文の概要: PredMapNet: Future and Historical Reasoning for Consistent Online HD Vectorized Map Construction
- arxiv url: http://arxiv.org/abs/2602.16669v1
- Date: Wed, 18 Feb 2026 18:08:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-19 15:58:30.67675
- Title: PredMapNet: Future and Historical Reasoning for Consistent Online HD Vectorized Map Construction
- Title（参考訳）: PredMapNet: 一貫性のあるオンラインHDベクトルマップ構築のための未来と歴史的推論
- Authors: Bo Lang, Nirav Savaliya, Zhihao Zheng, Jinglun Feng, Zheng-Hang Yeh, Mooi Choo Chuah,
- Abstract要約: 高精細(HD)マップは自動運転に不可欠であり、ナビゲーションと計画を支援するために道路要素の構造的表現を提供する。
本稿では,一貫したオンラインHDベクトル化マップ構築のための新しいエンドツーエンドフレームワークを提案する。
提案手法は, 最先端(SOTA)の手法よりも効率よく性能を向上する。
- 参考スコア（独自算出の注目度）: 8.142552362749655
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: High-definition (HD) maps are crucial to autonomous driving, providing structured representations of road elements to support navigation and planning. However, existing query-based methods often employ random query initialization and depend on implicit temporal modeling, which lead to temporal inconsistencies and instabilities during the construction of a global map. To overcome these challenges, we introduce a novel end-to-end framework for consistent online HD vectorized map construction, which jointly performs map instance tracking and short-term prediction. First, we propose a Semantic-Aware Query Generator that initializes queries with spatially aligned semantic masks to capture scene-level context globally. Next, we design a History Rasterized Map Memory to store fine-grained instance-level maps for each tracked instance, enabling explicit historical priors. A History-Map Guidance Module then integrates rasterized map information into track queries, improving temporal continuity. Finally, we propose a Short-Term Future Guidance module to forecast the immediate motion of map instances based on the stored history trajectories. These predicted future locations serve as hints for tracked instances to further avoid implausible predictions and keep temporal consistency. Extensive experiments on the nuScenes and Argoverse2 datasets demonstrate that our proposed method outperforms state-of-the-art (SOTA) methods with good efficiency.
- Abstract（参考訳）: 高精細(HD)マップは自動運転に不可欠であり、ナビゲーションと計画を支援するために道路要素の構造的表現を提供する。
しかし、既存のクエリベースの手法は、しばしばランダムなクエリ初期化を採用し、暗黙の時間的モデリングに依存し、グローバルマップの構築において時間的不整合と不安定を引き起こす。
これらの課題を克服するため,我々は,一貫したオンラインHDベクトル化マップ構築のための新しいエンドツーエンドフレームワークを導入し,マップインスタンスの追跡と短期予測を共同で行う。
まず,空間的に整列したセマンティックマスクを用いてクエリを初期化するセマンティック・アウェア・クエリ・ジェネレータを提案する。
次に、ヒストリーラスタライズドマップメモリを設計し、追跡された各インスタンスに対してきめ細かいインスタンスレベルのマップを格納し、明示的な過去の先行を可能にする。
History-Map Guidance Moduleは、ラスタ化マップ情報をトラッククエリに統合し、時間的連続性を改善する。
最後に,記憶された履歴軌跡に基づいて,地図インスタンスの即時動作を予測するための短期的未来誘導モジュールを提案する。
これらの予測された将来の位置は、追跡されたインスタンスのヒントとして機能し、予測の予測をさらに回避し、時間的一貫性を維持する。
nuScenes と Argoverse2 データセットの大規模な実験により,提案手法は最先端(SOTA) 手法よりも高い効率で性能を発揮することが示された。
関連論文リスト
- RelMap: Enhancing Online Map Construction with Class-Aware Spatial Relation and Semantic Priors [15.838247620359603]
本稿では,オンラインHDマップ構築を改善するために,空間関係とセマンティック先行の両方を明示的にモデル化するエンドツーエンドフレームワークを提案する。
RelMapは、単一フレームと時間知覚の両方のバックボーンと互換性があり、nuScenesとArgoverse 2データセットの両方で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-07-29T07:58:52Z) - MambaMap: Online Vectorized HD Map Construction using State Space Model [11.15033113060733]
MambaMapは、オンラインベクター化されたHDマップを構築するために、状態空間の長い時間的特徴を効率的に融合する新しいフレームワークである。
具体的には、MambaMapにはメモリバンクが組み込まれており、過去のフレームから情報を保存して活用している。
さらに,BEVとインスタンスレベルの特徴抽出を強化するために,革新的な多方向・時空間走査方式を設計する。
論文 参考訳（メタデータ） (2025-07-27T11:09:27Z) - LineRetriever: Planning-Aware Observation Reduction for Web Agents [76.60648750062036]
ボトムアップ・トランケーションや埋め込みベースの検索といった現在のアプローチでは、ページの状態やアクション履歴に関する重要な情報が失われている。
textitLineRetrieverは、言語モデルを利用して、将来のナビゲーションステップに最も関係のある観測線を特定し、検索する新しいアプローチである。
論文 参考訳（メタデータ） (2025-06-30T19:24:45Z) - Uni-PrevPredMap: Extending PrevPredMap to a Unified Framework of Prior-Informed Modeling for Online Vectorized HD Map Construction [9.166949877822807]
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。
論文 参考訳（メタデータ） (2025-04-09T07:36:17Z) - HisTrackMap: Global Vectorized High-Definition Map Construction via History Map Tracking [24.21124150354725]
本稿では,地図要素の履歴軌跡を時間的に追跡することで,新たなエンドツーエンド追跡フレームワークのグローバルマップ構築を提案する。
このトラッキングフレームワーク内にMap-Trajectory Prior Fusionモジュールを導入し、追跡されたインスタンスの過去の事前情報を活用して、時間的滑らかさと連続性を改善する。
nuScenesとArgoverse2データセットに関する実質的な実験により、提案手法は、単一フレームおよび時間メトリクスの両方において、最先端(SOTA)メソッドよりも優れていることが示された。
論文 参考訳（メタデータ） (2025-03-10T10:44:43Z) - HPNet: Dynamic Trajectory Forecasting with Historical Prediction Attention [76.37139809114274]
HPNetは、新しい動的軌道予測手法である。
逐次予測間の動的関係を自動的に符号化する履歴予測アテンションモジュールを提案する。
私たちのコードはhttps://github.com/XiaolongTang23/HPNetで利用可能です。
論文 参考訳（メタデータ） (2024-04-09T14:42:31Z) - TempSAL -- Uncovering Temporal Information for Deep Saliency Prediction [64.63645677568384]
本稿では,逐次時間間隔でサリエンシマップを出力する新たなサリエンシ予測モデルを提案する。
提案手法は,学習した時間マップを組み合わせることで,サリエンシ予測を局所的に調整する。
私たちのコードはGitHubで公開されます。
論文 参考訳（メタデータ） (2023-01-05T22:10:16Z) - Long-term Visual Map Sparsification with Heterogeneous GNN [47.12309045366042]
本稿では,環境変化を克服し,将来のローカライゼーションに有用な点を選択することで,地図サイズを同時に削減することを目的とする。
グラフニューラルネットワーク(GNN)の最近の進歩に触発されて,SfMマップを異種グラフとしてモデル化し,GNNを用いて3次元点重要度を推定する最初の研究を提案する。
2つの新しい監督手法が提案されている: 1) トレーニングクエリに基づく将来のローカライゼーションに有用なポイントを選択するためのデータ適合用語、2) スパースポイントをフルマップで選択するためのK-Cover用語。
論文 参考訳（メタデータ） (2022-03-29T01:46:12Z) - Radar-based Dynamic Occupancy Grid Mapping and Object Detection [55.74894405714851]
近年、古典的占有グリッドマップのアプローチが動的占有グリッドマップに拡張されている。
本稿では,従来のアプローチのさらなる発展について述べる。
複数のレーダセンサのデータを融合し、グリッドベースの物体追跡・マッピング手法を適用する。
論文 参考訳（メタデータ） (2020-08-09T09:26:30Z)
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。