​大幅提升，高精地图新SOTA！PivotNet：端到端向量化高精地图构建方案（ICCV2023）

本文来源：自动驾驶之心（ID：whwx_runner）论文链接：https://arxiv.org/abs/2308.16477高精地图（HD map）是自动驾驶研究中最关键的组成部分之一。传统的HD地图构建依赖于对激光雷达点云进行手动标注，耗时且费力。近期的研究通过地图学习 (map learning) 问题来减少标注成本。给定车载传感器数据，地图学习的目标是在预定义的鸟瞰视图（BEV）范围内构建局部地图。大多数现有方法将地图构建视为一种语义学习 (semantic learning) 问题。它们将地图表示为一组固定数量的网格，并为每个网格预测类别标签, 最终通过复杂的后处理生成下游所需的向量化地图。这类语义地图存在明显的局限性，它忽略了网格之间和网格内部的几何关系，且包含许多冗余信息。复杂的后处理也导致了不必要的时间消耗和累计误差。为了解决这些问题，一些研究者提出以端到端的方式 ………………………………