量产杀器！P-Mapnet：利用低精地图SDMap先验，建图性能暴力提升近20个点！
写在前面当前自动驾驶系统摆脱对高精度地图依赖的算法之一，是利用远距离范围下的感知表现依然较差的现实依然较差。为此，我们提出了P-MapNet，其中的“P”专注于融合地图先验来提高模型性能。具体来说，我们利用了SDMap和HDMap中的先验信息：一方面，我们从OpenStreetMap中提取了弱对准的SDMap数据，并将其编码为独立的条款来支持输入。严格修改输入与实际HD+Map存在弱对齐的问题，我们基于Cross-attention机制的结构能够自适应地关注SDMap骨架，并带来显著的性能提升；另一方面，
写在前面
当前自动驾驶系统摆脱对高精度地图依赖的算法之一，是利用远距离范围下的感知表现依然较差的现实依然较差。为此，我们提出了P-MapNet，其中的“P”专注于融合地图先验来提高模型性能。具体来说，我们利用了SDMap和HDMap中的先验信息：一方面，我们从OpenStreetMap中提取了弱对准的SDMap数据，并将其编码为独立的条款来支持输入。严格修改输入与实际HD+Map存在弱对齐的问题，我们基于Cross-attention机制的结构能够自适应地关注SDMap骨架，并带来显著的性能提升；另一方面，我们提出了一种使用MAE来捕捉HDMap的先验分布的refine模块，该模块有助于生成更符合实际地图的分布，有助于减小遮挡、伪影等影响。我们在nuScenes和Argoverse2数据集上进行了广泛的实验验证。
图 1
总结来说我们的贡献如下：
我们的SDMap先进能够提升在线地图生成性能，包含了栅格化（最多可提高18.73 mIoU）和量化化（最多可提高8.50 mAP）两种地图表现。
（2）我们的HDMap先验能够将地图感知指标提升最多6.34%。
（3）P-MapNet可以切换到不同的推理模式，以在精度和效率之间进行权衡。
P-MapNet是一种远距离HD+Map生成的解决方案，对于较远的感知范围能够带来更大的改进。我们的代码和模型已经公开发布在https://jike5.github.io/P-MapNet/。
相关工作回顾
（1）在线地图生成
HD+Map的制作主要包含SLAM建图、自动标注、人工标注等步骤。这导致了HD+Map的成本高、鲜度有限。因此，在线地图生成对于自动驾驶系统是至关重要的。HDMapNet将地图元素通 过格化化进行表达，使用pixel-wise的预测和后处理方法获得矢量化的预测结果。最近的一些方法，如MapTR、PivotNet、Streammapnet等基于Transformer架构实现了端到端的矢量化预测，但这些方法仅使用传感器输入，在遮挡、极端天气等复杂环境下性能仍有限。
（2）远距离地图感知
为了让在线地图生成的结果能够更好的被下游模块使用，一些研究尝试将地图感知范围进一步拓展。SuperFusion[7]通过融合激光雷达和相机，通过depth-aware BEV变换，实现了前向90m的远距离预测。NeuralMapPrior[8]通过维护和更新全局神经地图先验来增强当前在线观测的质量、拓展感知的范围。[6]通过将卫星图像与车载传感器数据进行特征聚合来获得BEV特征，进一步再进行预测。MV-Map则专注于离线、长距离的地图生成，该方法通过聚合所有关联帧特征，并使用神经辐射场来对BEV特征进行优化。
概述P-MapNet
整体框架如图 2所示。
图 2
输入： 系统输入为点云： 、环视相机：，其中 为环视相机数量。通常的HDMap生成任务(例如HDMapNet)可以定义为：
其中 表示特征提取， 表示segmentation head， 则是HDMap的预测结果。
我们所提出的P-MapNet融合了SD Map和HD Map先验，这种新任务( setting)可以表示为：
其中， 表示SDMap先验， 表示本文所提的refinement模块。 模块通过预训练的方式学习HD Map分布先验。类似的，当只使用SDMap先验时，则得到 -only setting：
输出：对于地图生成任务，通常有两种地图表示形式：栅格化和矢量化。在本文的研究中，由于本文所设计的两个先验模块更适合栅格化输出，因此我们主要集中在栅格化的表示上。
3.1 SDMap Prior 模块
SDMap数据生成
本文基于nuScenes和Argoverse2数据集进行研究，使用OpenStreetMap数据生成以上数据集对应区域的SD Map数据，并通过车辆GPS进行坐标系变换，以获取对应区域的SD Map。
BEV Query
如图2中所示，我们首先分别对图像数据进行特征提取和视角转换、对点云进行特征提取，得到BEV特征。然后将BEV特征通过卷积网络进行下采样后得到新的BEV特征：，将该特征图展平得到BEV Query。
SD Map先验融合
对于SD Map数据，通过卷积网络进行特征提取后，得到的特征 与BEV Query进行Cross-attention机制：
经过交叉注意力机制后得到的BEV特征通过segmentation head可以获得地图元素的初始预测。
3.2、HDMap Prior 模块
直接将栅格化的HD Map作为原始MAE的输入，MAE则会通过MSE Loss进行训练，从而导致无法作为refinement模块。因此在本文中，我们通过将MAE的输出替换为我们的segmentation head。为了让预测的地图元素具有连续性和真实性(与实际HD Map的分布更贴近)，我们使用了一个预训练的MAE模块来进行refine。训练该模块包含两步：第一步上使用自监督学习训练MAE模块来学习HD Map的分布，第二步是通过使用第一步得到的权重作为初始权重，对网络的所有模块进行微调。
第一步预训练时，从数据集中获取的真实HD Map经过随机mask后作为网络输入 ，训练目标则为补全HD Map：
第二步fine-tune时， 则使用第一步预训练的权重作为初始权重，完整的网络为：
4、实验
4.1 数据集和指标
我们在两个主流的数据集上进行了评测：nuScenes和Argoverse2。为了证明我们所提方法在远距离上的有效性，我们设置了在三种不同的探测距离：, , 。其中， 范围中BEV Grid的分辨率为0.15m，另外两种范围下分辨率为0.3m。我们使用mIOU指标来评估栅格化预测结果，使用mAP来评估矢量化预测结果。为了评估地图的真实性，我们还使用了LPIPS指标作为地图感知指标。
4.2 结果
与SOTA结果对比：我们对所提的方法与当前SOTA方法在短距离（60m × 30m）和长距离（90m × 30m）下的地图生成结果进行比较。如表II所示，我们的方法在与现有的仅视觉和多模态（RGB+LiDAR）方法相比表现出更优越的性能。
我们在不同距离和使用不同传感器模式下，与HDMapNet [14] 进行了性能比较，结果总结在表I和表III中。我们的方法在240m×60m范围的mIOU上取得了13.4%改进。随着感知距离超出或甚至超过传感器检测范围，SDMap先验的有效性变得更加显著，从而验证了SDMap先验的功效。最后，我们利用HD地图先验通过将初始预测结果精细化以使其更加真实，并消除了错误结果，进一步带来了性能提升。
HDMap先验的感知度量指标。HDMap先验模块将网络的初始预测映射到HD地图的分布上，使其更加真实。为了评估HDMap先验模块输出的真实性，我们利用了感知度量LPIPS 数值越低表示性能越好）进行评测。如表IV所示，在 setting 中LPIPS指标要比 -only setting 中的提升更大。
可视化：
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。