交通規則を持続的に自己回帰マッピングする自動運転フレームワーク
Persistent Autoregressive Mapping with Traffic Rules for Autonomous Driving
視覚情報から車線ベクトルと交通規則を自己回帰的に同時構築し、規則の持続的な有効性を保つPAMRを提案した論文。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Shiyi Liang, Xinyuan Chang, Changjie Wu, Huiyuan Yan, Yifan Bai, Xinran Liu, Hang Zhang, Yujian Yuan, Shuang Zeng, Mu Xu, Xing Wei
分類: cs.RO, cs.AI
原文アブストラクト
Safe autonomous driving requires both accurate HD map construction and persistent awareness of traffic rules, even when their associated signs are no longer visible. However, existing methods either focus solely on geometric elements or treat rules as temporary classifications, failing to capture their persistent effectiveness across extended driving sequences. In this paper, we present PAMR (Persistent Autoregressive Mapping with Traffic Rules), a novel framework that performs autoregressive co-construction of lane vectors and traffic rules from visual observations. Our approach introduces two key mechanisms: Map-Rule Co-Construction for processing driving scenes in temporal segments, and Map-Rule Cache for maintaining rule consistency across these segments. To properly evaluate continuous and consistent map generation, we develop MapDRv2, featuring improved lane geometry annotations. Extensive experiments demonstrate that PAMR achieves superior performance in joint vector-rule mapping tasks, while maintaining persistent rule effectiveness throughout extended driving sequences.
関連論文
- オンラインHDマップ構築におけるラベル品質への位置推定誤差の影響自動運転/HDマップ
- SDTagNet: テキスト注釈付きナビゲーションマップを活用したオンラインHDマップ構築自動運転/HDマップ
- AugMapNet: BEVグリッド拡張による空間潜在構造の改善とベクトル化オンラインHDマップ構築の強化自動運転/HDマップ
- M3TR: 実世界HDマップ補完のための汎用モデル自動運転/HDマップ
- GenMapping: 逆透視変換を活用したロバストなオンラインHDマップ構築自動運転/HDマップ
- 高精細地図のマッピングと更新：全体像と今後の展望自動運転/HDマップ
