文献类型：期刊文献

中文题名：基于Transformer和边缘解耦的鸟瞰地图语义分割算法

英文题名：Bird’s eye view map semantic segmentation algorithm based on Transformer and edge decoupling

作者：梁天骄[1,2];郑颖[3];潘卫国[1,2];鲍泓[1,2]

第一作者：梁天骄

机构：[1]北京联合大学北京市信息服务工程重点实验室,北京100101;[2]北京联合大学机器人学院,北京100027;[3]中国矿业大学(北京)机电与信息工程学院,北京100083

第一机构：北京联合大学北京市信息服务工程重点实验室

年份：2023

卷号：40

期号：11

起止页码：3432-3436

中文期刊名：计算机应用研究

外文期刊名：Application Research of Computers

收录：CSTPCD;;北大核心:【北大核心2020】；CSCD:【CSCD_E2023_2024】；

基金：北京市自然科学基金项目(4232026);国家自然科学基金资助项目(61802019,6227204961932012,61871039);北京市教育委员会科技计划资助项目(KM201911417003,KM201911417009,KM201911417001);北京联合大学科研项目(ZK10202202)。

语种：中文

中文关键词：深度学习;语义分割;Transformer;高精地图

外文关键词：deep learning;semantic segmentation;Transformer;HD maps

摘要：高精(high-definition,HD)地图可以提供准确的道路信息和丰富的语义信息,使自动驾驶系统引导车辆正确行驶。高精地图通常依赖人工标注,现有自动化标注方法在自动驾驶场景下的识别精度较低,导致高精地图标注效率低下。为了解决这一问题,提出了一种新的用于高精地图自动标注的语义分割方法MapFormer,包括一个多级特征融合模块,能够使模型聚合不同级别的细节和语义信息;一种新的边界解耦联合解码器用以提高模型处理类别间边界的能力。在鸟瞰图数据集上的实验验证了该模型不仅在分割精度上取得了优秀的表现,而且在对类别边界的处理上更为清晰。其mIoU为55.82%,高于SegFormer的mIoU 1.03%,该方法可提升高精地图标注效率与标注自动化率。
HD maps can provide accurate road information and rich semantic information,so that the automatic driving system can guide the vehicle to drive correctly.HD maps usually rely on manual labeling.The existing automatic labeling methods have low recognition accuracy in autonomous driving scenarios,resulting in low efficiency of HD map labeling.In order to solve this problem,this paper proposed a new semantic segmentation method for automatic labeling of HD maps called MapFormer.This paper proposed a multi-level feature fusion module,which enabled the model to aggregate different levels of detail and semantic information.Additionally,it proposed a novel boundary-decoupled joint decoder to improve the model’s ability to handle inter-category boundaries.Experiments on the bird’s-eye view dataset show that the proposed model not only achieves excellent performance in segmentation accuracy,but also has a clearer handling of category boundaries.The mIoU of MapFormer is 55.82%,which is higher than the SegFormer of 1.03%.The proposed method can improve the HD map labeling efficiency and labeling automation rate.