論文の概要: Effective and Low-cost Lane-based Map Localization for Vehicle-Centric Route Generation

• arxiv url: http://arxiv.org/abs/2606.16101v1
• Date: Mon, 15 Jun 2026 01:33:48 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-16 16:21:34.02908
• Title: Effective and Low-cost Lane-based Map Localization for Vehicle-Centric Route Generation
• Title（参考訳）: 車両中心経路生成における効率・低コストレーンマップの配置
• Authors: Hong-Shiang Lin, Jung-Hsin Chen, Yu-Luen Tzeng, Wei-Hao Chen, Yi-Chen Lee, Li-Jhe Chen, Peng-Yuan Chen,
• Abstract要約: OLRAは低コストのマップローカライゼーションベースのフレームワークで、地図ベースのナビゲーションルートとカメラ検出レーンマーキングをマッチングすることで、ドライバービュー整列ルートを導出する。 その結果,複雑な道路区間や20mを超える距離でのルート推定において,OLRAはOpenPilotより優れていた。
• 参考スコア（独自算出の注目度）: 3.302211996553059
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Driver-centric route representation plays a vital role in intuitive driving guidance systems. This paper presents OLRA, a low-cost, map-localization-based framework that derives driver-view-aligned routes by matching map-based navigation routes with camera-detected lane markings. This alignment process mutually enhances vehicle localization accuracy and visual route consistency. To bridge the evaluation gap across different paradigms, we introduce practical route evaluation metrics and benchmark OLRA against OpenPilot, a representative direct-generation approach. Experimental results on the nuScenes dataset demonstrate that OLRA outperforms OpenPilot in complex road segments and in route estimation at distance beyond 20 meters, achieving lower overall Euclidean error. This study is expected to promote future research in low-cost, maplocalization-based route generation methods.
• Abstract（参考訳）: 運転者中心経路表現は直感的な運転誘導システムにおいて重要な役割を担っている。 本稿では,地図に基づくナビゲーション経路とカメラ検出レーンマーキングとをマッチングすることにより,ドライバービューに整合した経路を導出する低コストな地図局所化フレームワークOLRAを提案する。 このアライメントプロセスは、車両のローカライゼーション精度と視覚経路の整合性を相互に向上する。 異なるパラダイム間の評価ギャップを埋めるため,代表的な直接生成手法であるOpenPilotに対して,実用的な経路評価指標とベンチマークOLRAを導入する。 nuScenesデータセットの実験結果によると、OLRAは複雑な道路区間や20mを超える距離でのルート推定においてOpenPilotより優れており、全体の誤差は低くなっている。 本研究は,マップローカライゼーションに基づくルート生成手法の低コスト化に向けた今後の研究を促進することが期待されている。

関連論文リスト

• ARETE: Attention-based Rasterized Encoding for Topology Estimation using HSV-transformed Crowdsourced Vehicle Fleet Data [1.5146068448101744]
  有望なアプローチの1つは、道路トポロジと車線レベルの特徴を表す、車両隊からのクラウドソースデータを使用することである。 本研究では,車両軌跡のタイル化表現を入力として,ベクトル化された車線表現を予測するための検出変換器(DETR)ベースの手法を採用する。 実験は、内部データセットと、公開データセットであるnuScenesとnuPlanで実施される。
  論文  参考訳（メタデータ） (2026-04-27T11:47:16Z)
• Using Language and Road Manuals to Inform Map Reconstruction for Autonomous Driving [2.905122328210335]
  レーントポロジー予測は安全で信頼性の高い自律航法の重要な構成要素である。 この情報は、道路構造を反映した設計コードや、道路機能を捉えた道路名などを通じて、自然言語で符号化された規則に従うことが多い。 我々はこの情報を,地図に基づくオンラインレーントポロジー予測モデルであるSMERFに軽量に拡張する。
  論文  参考訳（メタデータ） (2025-06-12T03:02:01Z)
• InterLoc: LiDAR-based Intersection Localization using Road Segmentation with Automated Evaluation Method [10.561470037080177]
  オンライン車両中心の交差点位置決めのための新しいLiDAR方式を提案する。 我々は,鳥の視線(BEV)表現における交叉候補を,意味的道路スキャンを連結して検出する。 セマンティックKITTITIデータセットの実験から,本手法は最新の学習ベースラインよりも精度と信頼性が優れていることが示された。
  論文  参考訳（メタデータ） (2025-05-01T13:30:28Z)
• Neural Semantic Map-Learning for Autonomous Vehicles [85.8425492858912]
  本稿では,道路環境のコヒーレントな地図を作成するために,車両群から収集した局所部分写像を中心インスタンスに融合するマッピングシステムを提案する。 本手法は,シーン特異的なニューラルサイン距離場を用いて,雑音と不完全局所部分写像を併用する。 我々は,記憶効率の高いスパース機能グリッドを活用して大規模にスケールし,シーン再構築における不確実性をモデル化するための信頼スコアを導入する。
  論文  参考訳（メタデータ） (2024-10-10T10:10:03Z)
• NLP-enabled Trajectory Map-matching in Urban Road Networks using a Transformer-based Encoder-decoder [1.3812010983144802]
  本研究では,NLPにインスパイアされた機械翻訳としてタスクを定式化する,データ駆動型深層学習型マップマッチングフレームワークを提案する。 変圧器を用いたエンコーダ・デコーダモデルでは,ノイズの多いGPS点の文脈表現を学習し,軌道の挙動や道路構造をエンドツーエンドに推定する。 合成軌道実験により、この手法は文脈認識を統合することによって従来の手法より優れていることが示された。
  論文  参考訳（メタデータ） (2024-04-18T18:39:23Z)
• Leveraging Driver Field-of-View for Multimodal Ego-Trajectory Prediction [69.29802752614677]
  RouteFormerは、GPSデータ、環境コンテキスト、運転者の視野を組み合わせた新しいエゴ軌道予測ネットワークである。 データ不足に対処し、多様性を高めるために、同期運転場と視線データに富んだ都市運転シナリオのデータセットであるGEMを導入する。
  論文  参考訳（メタデータ） (2023-12-13T23:06:30Z)
• OpenLane-V2: A Topology Reasoning Benchmark for Unified 3D HD Mapping [84.65114565766596]
  交通シーン構造を考慮したトポロジ推論のための最初のデータセットであるOpenLane-V2を提案する。 OpenLane-V2は2000のアノテートされた道路シーンで構成され、交通要素と車線との関係を記述している。 様々な最先端手法を評価し,OpenLane-V2の定量的,定性的な結果を示し,交通現場におけるトポロジ推論の今後の道筋を示す。
  論文  参考訳（メタデータ） (2023-04-20T16:31:22Z)
• Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
  本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。 我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
  論文  参考訳（メタデータ） (2022-11-15T13:52:41Z)
• Road Network Guided Fine-Grained Urban Traffic Flow Inference [108.64631590347352]
  粗いトラフィックからのきめ細かなトラフィックフローの正確な推測は、新たな重要な問題である。 本稿では,道路ネットワークの知識を活かした新しい道路対応交通流磁化器(RATFM)を提案する。 提案手法は,高品質なトラフィックフローマップを作成できる。
  論文  参考訳（メタデータ） (2021-09-29T07:51:49Z)

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。