BEVMAPMATCH：自律走行車の頑健な再ローカライゼーションのためのマルチモーダルBEVニューラルマップマッチング

arXiv cs.CV / 2026/3/30

💬 オピニオンIdeas & Deep AnalysisModels & Research

共有:

要点

BEVMapMatchは、GNSSの事前情報に頼らずに、GNSSが使えない、またはGNSSが劣化している環境における自律走行車の頑健な再ローカライゼーションのためのフレームワークとして提案される。
この手法は、ライダ（lidar）とカメラ入力を融合し、良好な天候および悪天候の両方で機能する、状況に応じたマルチモーダルBEV（Bird’s Eye View：鳥瞰視点）セグメンテーションを生成する。
クロスアテンションベースの探索により、既知の地図から候補となるマップパッチを取得し、その後、生成したBEVセグメンテーションを用いて最良候補をより精密な全体アラインメントへと洗練（リファイン）する。
このアプローチは、複数フレームのBEVセグメンテーションを活用することで精度を向上させ、報告されたRecall@1mは39.8%であり、最良のベースラインをほぼ2倍上回る。
著者らは、コードとデータを、提示されたGitHubリポジトリのリンクを通じて公開する予定であると述べている。