Key points are not available for this paper at this time.
Pour réduire la dépendance aux cartes haute définition (HD), une tendance croissante dans la conduite autonome consiste à utiliser des capteurs embarqués pour générer des cartes vectorisées en ligne. Cependant, les méthodes actuelles sont principalement contraintes par le traitement d'entrées à image unique, ce qui entrave leur robustesse et leur efficacité dans des scénarios complexes. Pour surmonter ce problème, nous proposons un système de construction de cartes en ligne qui exploite l'information temporelle à long terme pour construire une carte vectorisée cohérente. Tout d'abord, le système fusionne efficacement toutes les détections historiques de marquage routier d'un réseau classique en une carte de voxels sémantique, qui est implémentée à l'aide d'une stratégie basée sur un hachage pour exploiter la parcimonie des éléments routiers. Ensuite, des voxels fiables sont trouvés en examinant l'information fusionnée et sont progressivement regroupés dans une représentation au niveau de l'instance des marquages routiers. Enfin, le système intègre des connaissances de domaine pour estimer les structures géométriques et topologiques des routes, qui peuvent être directement utilisées par le module de planification et de contrôle (PnC). Grâce à des expériences menées dans des environnements urbains compliqués, nous avons démontré que la sortie de notre système est plus cohérente et précise que la sortie du réseau, de manière significative, et peut être utilisée efficacement dans un système de conduite autonome en boucle fermée.
Chen et al. (Sat,) ont étudié cette question.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: