可缩放地图：用于在线远程矢量化高清地图构建的可缩放地图学习

余靖一、张子钊、夏胜福、桑吉章
第七届机器人学习会议记录，PMLR 229:2429-24432023年。

摘要

我们提出了一种新的端到端管道，用于使用机载相机传感器构建在线远程矢量化高清（HD）地图。HD地图的矢量化表示，使用多段线和多边形来表示地图元素，被下游任务广泛使用。然而，以前参考动态目标检测设计的方案忽略了线性地图元素中的结构约束，导致远程场景中的性能下降。在本文中，我们利用地图元素的属性来提高地图构建的性能。我们在线性结构的指导下提取出更精确的鸟瞰图特征，然后提出一种层次化的稀疏地图表示，以进一步利用矢量化地图元素的可伸缩性，并设计了基于该表示的渐进解码机制和监督策略。我们的方法ScalableMap在nuScenes数据集上表现出了卓越的性能，特别是在远程场景中，它超过了以前最先进的模型6.5 mAP，同时达到了18.3 FPS。

引用本文

BibTeX公司
@在诉讼中{pmlr-v229-y23b，title={ScalableMap:在线远程矢量化高清地图构建的可缩放地图学习}，author={Yu、Jingyi和Zhang、Zizhao和Xia、Shengfu和Sang、Jizhang}，booktitle＝{第七届机器人学习大会论文集}，页数={2429--2443}，年份={2023}，editor={Tan、Jie和Toussant、Marc和Darvish、Kourosh}，体积={229}，series={机器学习研究论文集}，月={06年11月9日}，publisher={PMLR}，pdf={https://proceedings.mlr.press/v229/yu23b/yu23b.pdf},url={https://proceedings.mlr.press/v229/yu23b.html},abstract={我们提出了一种用于在线远程矢量化高清（HD）的新型端到端管道使用车载摄像头传感器构建地图。HD地图的矢量化表示，使用多段线和多边形来表示地图元素，被下游任务广泛使用。然而，以前参考动态目标检测设计的方案忽略了线性地图元素中的结构约束，导致远程场景中的性能下降。在本文中，我们利用地图元素的属性来提高地图构建的性能。我们在线性结构的指导下提取出更精确的鸟瞰图特征，然后提出一种层次化的稀疏地图表示，以进一步利用矢量化地图元素的可伸缩性，并设计了基于该表示的渐进解码机制和监督策略。我们的方法ScalableMap在nuScenes数据集上表现出了卓越的性能，特别是在远程场景中，它超过了以前最先进的模型6.5 mAP，同时达到了18.3 FPS。}}
尾注
%0会议论文%T ScalableMap：用于在线长距离矢量化高清地图构建的可缩放地图学习%阿靖一余%章子钊%阿盛福霞%阿基章桑%第七届机器人学习会议论文集%C机器学习研究进展%D 2023年%阿杰谭%E马克·图桑%E库罗什·达维什%F pmlr-v229-y23b%我PMLR%电话2429-2443%U型https://proceedings.mlr.press/v229/yu23b.html%V 229型%X我们提出了一种新的端到端管道，用于使用机载相机传感器构建在线远程矢量化高清（HD）地图。HD地图的矢量化表示，使用多段线和多边形来表示地图元素，被下游任务广泛使用。然而，以前参考动态目标检测设计的方案忽略了线性地图元素中的结构约束，导致远程场景中的性能下降。在本文中，我们利用地图元素的属性来提高地图构建的性能。我们在线性结构的指导下提取出更精确的鸟瞰图特征，然后提出一种层次化的稀疏地图表示，以进一步利用矢量化地图元素的可伸缩性，并设计了基于该表示的渐进解码机制和监督策略。我们的方法ScalableMap在nuScenes数据集上表现出了卓越的性能，特别是在远程场景中，它超过了以前最先进的模型6.5 mAP，同时达到了18.3 FPS。
阿帕
Yu，J.、Zhang，Z.、Xia，S.和Sang，J..（2023）。可缩放地图：用于在线远程矢量化高清地图构建的可缩放地图学习。第七届机器人学习会议记录，英寸机器学习研究进展229:2429-2443网址：https://proceedings.mlr.press/v229/yu23b.html。

相关材料