跳到正文
arXiv · 机器人与计算机视觉· Hongjae Shin, Jungho Kim, Donghyuk Kwak, Myeongjun Kim, Seunghoon Yu, Jiyong Oh, Jun Won Choi·· 9 天前精选AI 评分78

ReVMap:基于连通性感知的局部地图融合矢量全局建图方法

ReVMap: Vectorized Global Mapping via Connectivity-Aware Local Map Fusion

AI 导读

针对大规模矢量高清地图标注成本高及现有方法忽视预测不确定性的问题,本文提出 ReVMap 框架。该方法利用点级定位不确定性将全局先验融入局部预测以提升鲁棒性,并预测局部到全局的连通性以进行可靠性感知的选择性更新。在 nuScenes 和 Argoverse 2 基准上的实验表明,ReVMap 在局部地图预测与全局地图构建方面均达到最先进水平。

推荐理由

提出 ReVMap 框架,通过不确定性引导先验与连通性感知融合解决矢量 HD 地图构建中的误差传播问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org