HDMapNet: An Online HD Map Construction and Evaluation Framework

abstract

• 본 논문에서는 자율주행을 위한 고해상도(HD) 의미 지도(HD semantic maps) 구성이 중요한 부분이라고 소개하고 있다.
• 그러나 기존 파이프라인에서는 지도 내 의미를 주석으로 명시하고 유지하는 데 많은 노력과 자원이 필요해 확장성이 제한된다는 문제점을 지적하고 있다.
• 이에 논문에서는 차량 내부 센서 관측치를 기반으로 지역 의미를 동적으로 구성하는 HD semantic map learning 문제를 제안한다.
• 동시에 HDMapNet이라는 의미 지도 학습 방법을 소개하고 있다.
• HDMapNet은 주변 카메라의 이미지 특징 및 LiDAR의 포인트 클라우드를 인코딩하여 새로운 지도 요소를 birds-eye view로 예측한다.
• 논문은 nuScenes 데이터셋을 사용하여 HDMapNet의 벤치마크를 수행하고, 모든 설정에서 기준 모델보다 성능이 우수함을 보여준다.
• 특히, 카메라-LiDAR 퓨전 기반 HDMapNet은 모든 지표에서 기존 방법보다 50% 이상 우수한 결과를 보여준다.
• 논문에서는 지도 학습 성능을 평가하기 위해 의미 수준 및 인스턴스 수준 메트릭을 개발하였다. - 마지막으로, 이 방법 및 메트릭을 소개함으로써 이 새로운 지도 학습 문제에 대한 연구를 촉구한다.