[論文レビュー] Automatic Construction of Lane-level HD Maps for Urban Scenes

Yiyang Zhou, Yuichi Takeda+2 more|arXiv (Cornell University)|Jul 23, 2021

Automated Road and Building Extraction被引用数 5

ひとこと要約

本論文は、前面カメラ画像と任意のLIDARを用いて、複雑な都市環境における自動的で高精度なミリメートルレベルのHD地図構築のための意味的パーティクルフィルターフレームワークを提案する。鳥の目ビューの投影における意味的セグメンテーションと逐次モンテカルロ探索を統合し、OpenStreetMapをトポロジカルな事前分布として活用することで、欠落したマークイングや複雑な交差点があるシーンでも、耐障害性のあるレーン境界検出（mIOU 0.79）、軌道推定（RMS 24cm）、交差点のトポロジー推論を実現する。

ABSTRACT

High definition (HD) maps have demonstrated their essential roles in enabling full autonomy, especially in complex urban scenarios. As a crucial layer of the HD map, lane-level maps are particularly useful: they contain geometrical and topological information for both lanes and intersections. However, large scale construction of HD maps is limited by tedious human labeling and high maintenance costs, especially for urban scenarios with complicated road structures and irregular markings. This paper proposes an approach based on semantic-particle filter to tackle the automatic lane-level mapping problem in urban scenes. The map skeleton is firstly structured as a directed cyclic graph from online mapping database OpenStreetMap. Our proposed method then performs semantic segmentation on 2D front-view images from ego vehicles and explores the lane semantics on a birds-eye-view domain with true topographical projection. Exploiting OpenStreetMap, we further infer lane topology and reference trajectory at intersections with the aforementioned lane semantics. The proposed algorithm has been tested in densely urbanized areas, and the results demonstrate accurate and robust reconstruction of the lane-level HD map.

研究の動機と目的

• 複雑な道路構造と不規則なマークイングを有する密集都市環境における大規模でコスト効率の良いミリメートルレベルのHD地図構築の課題に対処すること。
• 手動ラベルなしで、エンドツーエンドのレーンジオメトリ、基準軌道、トポロジカル関係（例：合流／分岐）を自動で再構築できること。
• 2次元画像からの意味的理解とOpenStreetMapを用いたトポロジカル推論を統合し、交差点における道路接続性を推論すること。
• レーンの分岐、途切れのあるマークイング、不規則な道路特徴（バス停、自転車レーンなど）を含む実世界の都市シナリオにおいても、耐障害性の高い性能を発揮すること。

提案手法

• Cityscapesで事前学習し、BDD100KでファインチューニングしたDeepLab-v3+の意味的セグメンテーションネットワークを用い、前面画像における走行可能領域とレーンタイプを分類する。
• LIDARデータからの真の地形投影を用いて、セグメンテーションマップを鳥の目ビュー（BEV）ドメインに投影し、幾何的正確性を保持する。
• BEVマップ上で逐次モンテカルロ（パーティクルフィルタ）法を適用し、確率的運動モデルを用いて潜在的なレーンパスを表すパーティクルを伝搬することで、レーンを追跡する。
• 最大距離1mのDBSCANクラスタリングを用い、パーティクルを一貫性のあるレーンセグメントにグループ化し、レーン境界線と中央線を推定する。
• 交差点におけるトポロジカル関係（合流・分岐・レーン間接続性など）を推論するために、OpenStreetMapを粗い事前分布として活用する。
• 効率的なストレージとクエリを可能にするために、最終的な地図を有向循環グラフ（DCG）として表現し、下流の自動運転モジュール向けに微分可能形式とする。

実験結果

リサーチクエスチョン

• RQ1 意味的パーティクルフィルターフレームワークは、欠落または破損したレーンマークイングを有する都市シーンにおいて、正確で耐障害性の高いミリメートルレベルのHD地図再構築を達成できるか？
• RQ2 LIDARからの地形補正と組み合わせたBEVベースのパーティクルフィルタは、意味的セグメンテーションと組み合わせて、どの程度効果的にレーンを追跡できるか？
• RQ3 OpenStreetMapをトポロジカル事前分布として使用することで、交差点の接続性とレーントポロジーの推論はどの程度向上するか？
• RQ4 LIDARからの真の地面地形を用いることと平面仮定を用いることの間で、複雑な都市環境における地図の正確性と耐障害性はどのように異なるか？

主な発見

• Downtown Berkeleyにおいて、レーン中央軌道推定の平均RMS誤差は24cm、レーン境界検出の平均IOUは0.79を達成した。
• サンフアンシエロのノースビーチにおいて、システムはRMS誤差0.33m、mIOU 0.76を達成し、0.7 IOU閾値における正確度は0.63、再現度も0.63であった。
• LIDAR補正による地形を用いることで、特に不整地や勾配のある都市地形において、平面仮定よりも検出の正確度と再現度が顕著に向上した。
• OpenStreetMapの統合により、合流・分岐を含む交差点におけるトポロジカル関係の正確な推論が可能となり、都市的でない環境でもベースライン手法よりも低いRMS誤差を達成した。
• 本手法は、レーンの分岐、途切れのあるマークイング、バス停や自転車レーンなどの不規則な道路特徴を含む、困難な都市環境においても耐障害性を示した。
• 本手法は、公開データセット（UrbanLoco）を用いた標準化された指標で評価されており、一般化性能と評価の透明性において先行研究を上回った。