論文の概要: Vector Map Quality Metrics for Contextual Autonomous Driving Systems

• arxiv url: http://arxiv.org/abs/2610.08043v1
• Date: Tue, 06 Oct 2026 09:42:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 02:58:29.919687
• Title: Vector Map Quality Metrics for Contextual Autonomous Driving Systems
• Title（参考訳）: 文脈自律運転システムのためのベクトルマップ品質指標
• Abstract要約: 位置誤差, 存在, 完全性の観点から, 地図の不一致を計測するGOSPAMと呼ばれる新しい指標を提案する。 その結果,GOSPAMは地図偏差の様々な形態を効果的に捉える統一的で解釈可能な尺度であることがわかった。
• 参考スコア（独自算出の注目度）: 1.3267048706241158
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Ensuring safety in autonomous driving requires continuous map maintenance supported by reliable quality indicators. In this context, it is crucial to identify when and where map updates should be triggered, for instance through crowdsourced data, and under which conditions a new map compilation should be deployed. This paper focuses on effective metrics for assessing the quality of vector maps and guiding such decisions. We present a new metric called GOSPAM designed to measure map discrepancies in terms of location errors, existence, and completeness. Through detailed simulations on both point and polyline feature maps, we analyze its sensitivity to common map degradation such as bias, false positives, false negatives, and coordinate errors. The results demonstrate that GOSPAM offers a unified and interpretable measure that effectively captures various forms of map deviation, making it a strong candidate for map quality assessment in automotive applications.
• Abstract（参考訳）: 自動運転における安全性の確保には、信頼性の高い品質指標による継続的なマップメンテナンスが必要である。 このコンテキストでは、クラウドソースされたデータや、どの条件下で新しいマップコンパイルをデプロイすべきかなど、マップ更新をいつ、どこでトリガーする必要があるかを特定することが重要です。 本稿では,ベクトルマップの品質評価と意思決定の導出に有効な指標に焦点を当てる。 位置誤差, 存在, 完全性の観点から, 地図の不一致を計測するGOSPAMと呼ばれる新しい指標を提案する。 点特徴写像およびポリリン特徴写像の詳細なシミュレーションにより、偏り、偽陽性、偽陰性、座標誤差などの一般的な地図劣化に対する感度を解析する。 その結果,GOSPAMは様々な地図の偏差を効果的に把握する統一的で解釈可能な尺度であり,自動車アプリケーションにおける地図品質評価の有力候補であることがわかった。

関連論文リスト

• From Fragments to Global Maps: Learning Vectorized Map Aggregation with Large Language Models [57.34005676470192]
  大規模ベクトル化HDマップは、自律運転において知覚、局所化、計画に不可欠な構造化道路情報を提供する。 既存のアグリゲーション法は通常、フラグメントアソシエーションとリファインメントのための手作りのルールに依存している。 大規模言語モデルを用いた条件付きシーケンス生成としてベクトル化マップアグリゲーションを定式化するデータ駆動型フレームワークであるMapMergeLLMを提案する。
  論文  参考訳（メタデータ） (2026-10-01T21:35:52Z)
• Assessing the Impact of Fleet Size on Crowdsourced Mapping Using a Dissimilarity Measure [1.3267048706241158]
  本稿では,GOSPAMと呼ばれる異種性尺度を用いて,クラウドソーシングによる交通標識のメンテナンスを評価するためのシミュレーションベースのフレームワークを提案する。 複数の車両からの観測は、空間クラスタリングとセマンティックフィルタリングを用いて集約され、交通標識の位置を推定する。 その結果,GOSPAMは,最初の車両によるコントリビューションや多数の車両による改善など,クラウドソースマッピングの質を効果的に評価できることがわかった。
  論文  参考訳（メタデータ） (2026-09-24T08:08:48Z)
• OptiMVMap: Offline Vectorized Map Construction via Optimal Multi-vehicle Perspectives [111.69010751405368]
  オフラインベクトル化マップは、高精度の自動運転およびマッピングサービスの重要な基盤となっている。 既存のアプローチは、基本的に視点の不十分さに苦しむ1つのエゴ車軌道に大きく依存している。 本稿では,これらの課題に体系的に対処するために,多車種対応マップを選択型ヒューズ問題として再構成するOptiMVMapを提案する。
  論文  参考訳（メタデータ） (2026-04-18T20:23:27Z)
• 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)
• Reliable Evaluation of Attribution Maps in CNNs: A Perturbation-Based Approach [7.1606014219358425]
  本稿では、畳み込みニューラルネットワーク(CNNGrads)の予測の解釈において中心的な役割を果たす属性マップの評価手法を提案する。 本研究では,広く使用されている挿入・削除指標が,ランキングの信頼性に影響を及ぼす分布シフトの影響を受けやすいことを示す。 提案手法は, 画素修正を逆方向の摂動に置き換えることであり, より堅牢な評価フレームワークを提供する。
  論文  参考訳（メタデータ） (2024-11-22T13:57:56Z)
• 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)
• 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)
• PQM: A Point Quality Evaluation Metric for Dense Maps [8.749752439260199]
  本研究では,4つのサブメトリックからなる新しい点品質評価尺度(PQM)を提案し,点雲の品質をより包括的に評価する。 完全度サブメトリックは、欠落データの比率を評価し、アーティファクトスコアサブメトリックは、アーティファクトを認識して特徴付け、精度サブメトリックは登録精度を計測し、解像度サブメトリックはポイントクラウド密度を定量化する。
  論文  参考訳（メタデータ） (2023-06-06T13:23:42Z)
• Rethinking Localization Map: Towards Accurate Object Perception with Self-Enhancement Maps [78.2581910688094]
  本研究は, カテゴリーラベルのみを監督として, 正確な対象位置分布マップと対象境界を抽出する, 新たな自己強調手法を提案する。 特に、提案されたセルフエンハンスメントマップは、ILSVRC上で54.88%の最先端のローカライゼーション精度を達成する。
  論文  参考訳（メタデータ） (2020-06-09T12:35:55Z)

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。