文章预览
《Enhancing Vectorized Map Perception with Historical Rasterized Maps》这篇论文介绍了一种名为HRMapNet的方法，该方法利用低成本的历史光栅化地图来增强在线矢量化地图的感知能力。这种方法特别适合自动驾驶领域，尤其是在面对遮挡或恶劣天气等挑战性条件下，依赖车载传感器进行在线地图感知时，能够提供额外的辅助信息。 HRMapNet的核心在于两个新颖的模块设计： 1. **特征聚合模块**：该模块结合了来自车载图像和历史地图的特征，以编码鸟瞰图（BEV）特征。 2. **查询初始化模块**：该模块设计用于为查询提供来自历史地图的先验信息，从而使得查询能够更有效地搜索所需的地图元素。 (https://github.com/HXMap/HRMapNet)。 论文的主要贡献包括： - 提出了HRMapNet框架，利用历史光栅化地图来增强在线矢量化地图的感知能力。 - 设计了两个模块来增强BEV特征和可学习的
………………………………
