实体
OpenLane-V2
OpenLane-V2
PulseAugur coverage of OpenLane-V2 — every cluster mentioning OpenLane-V2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的HGeo-TopoMap方法提升了自动驾驶拓扑地图构建能力
研究人员开发了HGeo-TopoMap，一种改进自动驾驶系统拓扑地图构建的新方法。该方法利用分层几何先验和空间关系来增强车道中心线等道路特征的检测和连通性，这些特征由于缺乏明确标记而难以识别。该系统包含一个几何自适应学习模块和一个几何一致性学习模块，以关注信息丰富的区域并强制执行空间对齐。在OpenLane-V2数据集上的评估表明，与现有方法相比，在准确性和鲁棒性方面都有显著提高。
-
TopoGPT生成模型增强了自动驾驶的车道拓扑推理能力
研究人员开发了TopoGPT，一个用于自动驾驶车道拓扑推理的新型生成框架。该自回归模型利用从330万个地图场景的大型数据集中学习到的几何先验，构建比现有检测和关联方法更一致、更完整的车道图。TopoGPT在OpenLane-V2基准测试中取得了卓越的性能，在车道级和点级指标上均显著优于先前的方法。
-
TopoHR框架通过分层表示增强自动驾驶拓扑推理
研究人员推出TopoHR，一个旨在改进自动驾驶系统拓扑推理的新端到端框架。该分层表示框架在中心线检测和拓扑推理之间建立了循环交互，使每个组件都能相互迭代增强。TopoHR包含一种新颖的分层中心线表示和捕获点实例关系及实例实例关系的推理模块。该框架在OpenLane-V2基准测试中展示了最先进的性能，在检测和拓扑指标方面取得了显著改进。