从历史数据中学习：HRMapNet在自动驾驶中的在线矢量化地图增强 !

文章预览

自动驾驶之星 点击上方 蓝字 关注 自动驾驶之星 点击下方 卡片 ，关注“ 自动驾驶之星 ” 这里有一群奋斗在自动驾驶量产第一线的小伙伴等你加入 自动驾驶领域中，对于俯视图（BEV）空间中的端到端在线矢量化地图感知正逐渐引起关注，人们期望它能够取代传统的高成本离线高清晰度（HD）地图。 然而，这些方法的准确性和鲁棒性在遇到挑战性条件，如遮挡或恶劣天气，仅依靠车载传感器时，很容易受到损害。在本文中，作者提出了一种低成本的 HRMapNet ，利用过去预测的矢量化结果构建历史栅格的地图并进行在线矢量化地图感知增强。 历史栅格的地图可以从过去预测的矢量化结果轻松构建，并提供有价值的一致补充信息。为了充分利用历史地图，作者提出两个新的模块，用于增强BEV特性和地图元素 Query 。 对于BEV特性，作者使用特征聚合模块 ………………………………