MapEX - Mind the map! Accounting for existing maps when estimating online HDMaps from sensors.

MapEX 加入地图编码的MAP检测
论文链接

MapEX

背景与动机：

HD地图的重要性与高成本：HD地图是自动驾驶的关键组成部分，但其采集和维护成本极高。
现有方法的局限性：

• 现有方法主要依赖传感器数据生成HD地图，但通常忽略了已有的HD地图资源。
• 当前方法最多只是对低质量地图进行地理定位或使用通用的已知地图数据库，效率和效果都有限。

提出的解决方案：
充分利用现有地图：在HD地图估计中引入现有HD地图资源，具体分为以下三种类型：

• 简化地图：结构简单、信息有限的基础地图。
• 噪声地图：包含不准确或错误信息的地图。
• 过时地图：与当前环境不完全匹配的地图。

引入MapEX框架：
MapEX是什么？ 一种新颖的在线HD地图估计框架。
工作原理：

• 将地图元素编码为查询令牌（query tokens）。
• 优化用于训练传统基于查询的地图估计模型的匹配算法，从而更有效地利用现有地图信息。

实验结果：
显著性能提升：
在nuScenes数据集上进行测试。在输入噪声地图的情况下，MapEX的性能：

• 比基准模型MapTRv2提高了38%。
• 比当前最先进模型（SOTA）提升了8%。

MapEX通过将现有地图资源融入HD地图估计，不仅有效降低了成本，还显著提升了自动驾驶系统的可靠性和精度。这种方法为该领域提供了一个具有前景的解决方案。

什么样的现有地图可以使用？

将现有地图纳入在线HD地图估计能够带来显著的好处，并详细讨论了三种可能的现有地图类型：

1. 仅包含道路边界的简化地图（Scenario 1）
2. 带有噪声的地图（Scenarios 2a 和 2b）
3. 发生显著变化的过时地图（Scenarios 3a 和 3b）

通过这些场景，研究者模拟了不同的现实情况，展示如何有效利用现有不完美的地图资源。

以下是关于现有地图可能使用的类型及其相关场景的总结：

作者主张，将现有地图纳入在线HD地图估计能够带来显著的好处，并详细讨论了三种可能的现有地图类型：

1. 仅包含道路边界的简化地图（Scenario 1）
2. 带有噪声的地图（Scenarios 2a 和 2b）
3. 发生显著变化的过时地图（Scenarios 3a 和 3b）

通过这些场景，研究者模拟了不同的现实情况，展示如何有效利用现有不完美的地图资源。

2. HD地图表示形式
地图组成： 遵循在线HD地图估计的标准格式，将HD地图分为三种类型的折线：

• 道路边界（绿色）
• 车道分隔线（浅绿色） 人
• 行横道（蓝色）

表示方法： 每条折线由20个均匀分布的点组成，生成器采用此表示方式，评估时会进一步上采样。
目标： 尽管完整HD地图更复杂，但该研究重点是如何将现有地图信息纳入地图估计，因此采用常见的三要素表示形式（边界、分隔线、人行横道），同时方法可拓展至更精细的地图元素或栅格化目标。

三种场景的详细描述与实现

场景1：仅有道路边界的地图

仅包含道路边界（如人行道边缘），不包含车道分隔线和人行横道。
边界更容易通过3D物理地标获取，而分隔线和人行横道是平面标记，容易受施工或遮挡影响。
通过仅标注道路边界，可以降低标注成本，减少设备和更新需求。
实现： 从HD地图中移除车道分隔线和人行横道，仅保留道路边界。

场景2：带有噪声的地图

HD地图需要高精度（厘米级），但采集和维护成本高。
模拟噪声地图以反映：更便宜的采集过程从MD地图（精度低至几米）转换为HD地图自动化方法带来的精度限制两种实现方式：

• Scenario 2a：元素整体位移
  对地图元素应用1米标准差的高斯噪声，模拟快速、不精确的人工标注或MD地图标准。
• Scenario 2b：点级别噪声
  对每个点添加5米标准差的高斯噪声，模拟极端情况下自动地图采集或低精度定位。

场景3：发生显著变化的过时地图

描述：
地图元素（如人行横道）因施工、城市改造等原因发生变化。旧地图可能多年未更新，虽然不完全准确，但仍提供部分有用信息。
两种实现方式：

• Scenario 3a：显著修改
  删除50%的人行横道和车道分隔线，随机添加一些人行横道，并对地图进行轻微扭曲。
• Scenario 3b：部分保留
  保留部分真实HD地图（概率为50%），模拟过时地图与当前真实地图共存的情况。

MapEX: Accounting for EXisting Maps

基础框架：经典的基于查询的地图估计
经典框架依赖以下核心组件：

• 核心组件：

• 传感器到BEV编码器：将传感器数据（摄像头和/或LiDAR）转换为鸟瞰图（BEV）特征表示。

• 可学习的检测查询：用于预测地图元素的可训练查询。

• 地图解码器：基于Transformer的解码器，通过交叉注意力将BEV特征注入查询。

• 工作流程：

**输入：**传感器数据被编码为BEV特征。

• 检测机制：**类似于DETR ([7])，框架使用最多 × 个可学习查询令牌，其中：

  • N：最多检测的地图元素数量。
  • L：每个地图元素的点数（本文中设置为20）。

• 预测：
  Transformer解码器处理查询，输出地图元素的坐标和类别标签。
  类别标签包括特定地图元素和一个“背景”类别，用于无关预测。
  

训练中的地图元素预归属机制
虽然EX查询为模型提供了处理现有地图信息的方法，但实验表明，如果没有额外机制，模型可能无法正确利用这些查询。为解决这一问题，提出了预归属机制。

- 预归属机制的核心：

1. 预归属方法：

• 在训练中，提前将预测结果归属到相应的真实地图元素，而不是依赖传统的匈牙利匹配完全自动化处理。
• 对于现有地图中的每个元素，追踪它们与真实地图元素的对应关系。
  如果某个地图元素被修改、偏移或扭曲，可以将其与真实地图中的原始元素关联。

2. 条件限制：
   为确保模型仅学习有用的信息，仅在修改地图元素与真实地图元素的点位移平均值低于某一阈值时，保留这些匹配。