自動運転地図構築2025/12/1arXiv:2512.03510

CSMapping: 自動運転のためのスケーラブルなクラウドソーシング意味地図構築とトポロジー推論

CSMapping: Scalable Crowdsourced Semantic Mapping and Topology Inference for Autonomous Driving

低コストセンサのノイズに頑健な生成事前分布と制約付き最適化を用いて、クラウドソーシングデータから高精度な意味地図と道路中心線を生成するシステムを提案。

詳しい要約

1. どんなもの？

- 低コストセンサの群衆データ(crowdsourcing)から、自律走行向けの意味地図(semantic map)と道路中心線のトポロジ(topological road centerline)を生成するシステム CSMapping の提案。 - 意味地図は HD map で学習した latent diffusion model の生成事前分布を利用。 - トポロジは軌跡(trajectory)の confidence-weighted k-medoids clustering と kinematic refinement で生成。 - データ量増加に伴い品質が一貫して向上することを狙う。

2. 先行研究と比べてどこがすごい？

- 群衆データは量が増えても低コストセンサノイズで品質が頭打ちになる問題があった。 - CSMapping はデータ量増加に対し品質が一貫して向上する点を主張。 - 群衆データと HD map のペア教師ありデータを必要とせず、HD map 上の latent diffusion model の事前分布を利用。 - nuScenes、Argoverse 2、大規模 proprietary dataset で semantic/topological mapping の state-of-the-art を達成と報告。

3. 技術・手法の肝は？

- 意味地図: HD map(任意で SD map 条件付け)で latent diffusion model を学習し、実世界地図構造の生成事前分布を獲得。 - その事前分布を latent space での constrained MAP optimization に組み込み、強いノイズへの頑健性と未観測領域の妥当な補完を実現。 - 初期化は robust な vectorized mapping module と diffusion inversion を使用。 - 最適化は効率的な Gaussian-basis reparameterization、projected gradient descent の multi-start、latent-space factor-graph による global consistency を採用。 - トポロジ: confidence-weighted k-medoids clustering と kinematic refinement で滑らかで人間らしい中心線を生成。

4. どうやって有効だと検証した？

- nuScenes、Argoverse 2、大規模 proprietary dataset で実験。 - semantic mapping と topological mapping の両方で state-of-the-art 性能を達成と報告。 - 徹底した ablation study と scalability study を実施したと記載。 - 具体的な評価指標や数値は要旨からは不明。

5. 議論はある？

- データ量増加に対する品質のスケーラビリティを ablation/scalability study で議論。 - 低コストセンサノイズへの頑健性と未観測領域の補完の妥当性が論点。 - 具体的な限界や失敗ケース、計算コストの議論は要旨からは不明。

6. 次に読むべき論文は？

- latent diffusion model を用いた地図生成/事前分布学習の関連研究。 - diffusion inversion や constrained MAP optimization を用いた逆問題解法。 - vectorized mapping や factor-graph による SLAM/地図統合の手法。 - k-medoids clustering と trajectory refinement を用いた道路中心線抽出の研究。 - ベンチマークとして nuScenes、Argoverse 2 関連の mapping 論文。 - 要旨で直接参照/比較されている個別論文名は不明。

※ 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: Zhijian Qiao, Zehuan Yu, Tong Li, Chih-Chung Chou, Wenchao Ding, Shaojie Shen

分類: cs.CV, cs.RO

原文アブストラクト

Crowdsourcing enables scalable autonomous driving map construction, but low-cost sensor noise hinders quality from improving with data volume. We propose CSMapping, a system that produces accurate semantic maps and topological road centerlines whose quality consistently increases with more crowdsourced data. For semantic mapping, we train a latent diffusion model on HD maps (optionally conditioned on SD maps) to learn a generative prior of real-world map structure, without requiring paired crowdsourced/HD-map supervision. This prior is incorporated via constrained MAP optimization in latent space, ensuring robustness to severe noise and plausible completion in unobserved areas. Initialization uses a robust vectorized mapping module followed by diffusion inversion; optimization employs efficient Gaussian-basis reparameterization, projected gradient descent zobracket multi-start, and latent-space factor-graph for global consistency. For topological mapping, we apply confidence-weighted k-medoids clustering and kinematic refinement to trajectories, yielding smooth, human-like centerlines robust to trajectory variation. Experiments on nuScenes, Argoverse 2, and a large proprietary dataset achieve state-of-the-art semantic and topological mapping performance, with thorough ablation and scalability studies.

arXivで原文を読む →arXiv概要ページ

← 論文一覧