直播！深度揭秘量产杀器P-Mapnet：SDMap直接暴涨20个点！

>>更多直播内容速戳👉🏻『自动驾驶之心知识星球』

在线高精地图是当下无图NOA的算法核心，而现有的算法在大感知范围下的表现依然较差。

P-MapNet PipeLine

为此北理工&清华提出了P-MapNet，其中的“P”强调我们专注于融合地图先验以提高模型性能。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中提取了弱对齐的SDMap数据，并将其编码为单独的条件分支输入。尽管改输入与实际HD Map存在弱对齐的问题，我们基于Cross-attention机制的架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，我们提出了一种用MAE来捕捉HDMap的先验分布的refine模块，该模块有助于让生成的HD Map更符合实际Map的分布，有助于减小遮挡、伪影等影响。

论文链接：https://arxiv.org/abs/2403.10521v3

代码链接：https://jike5.github.io/P-MapNet/

结果表明，P-Mapnet在nuScenes和Argoverse2数据集上取得了相当不错的效果，尤其是在240 x 60m的超大感知范围上表现惊艳！

国内首个自动驾驶学习社区

『自动驾驶之心知识星球』近4000人的交流社区，已得到大多数自动驾驶公司的认可！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（端到端自动驾驶、世界模型、仿真闭环、2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型，更有行业动态和岗位发布！欢迎扫描加入

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取