前回走行のポイントクラウド地図による事前情報（プリオリ）を活用した、カメラベースの3D物体検出および追跡

概要: カメラベースの3D物体検出および追跡は自動運転の中核ですが、推論時に高価で高密度のオンラインLiDARが利用できない場合、深度の曖昧性によって3D物体の正確な位置特定が本質的に制約されます。しかし多くの導入環境では、車両が同じ環境を繰り返し走行するため、過去の走行で得られた静的な点群マップは、幾何学的な事前知識（ジオメトリ・プライア）を得る現実的な手段になります。本研究では、LiDARセンサーの代わりに配備（デプロイ）時の欠如を緩和するために、そのようなマップの事前知識をオンラインで取得し活用する、カメラのみの推論フレームワークであるDualViewMapDetを提案します。中核となる考え方は、一方向の視点変換に依存しないデュアル空間のカメラ・マップ融合戦略です。具体的には、(i) マップをパースペクティブ・ビュー（PV）に投影し、多チャネルの幾何学的手がかりを符号化して画像特徴を強化し、BEVリフティングを支えること、(ii) マップをそのまま鳥瞰図（BEV）として符号化し、疎なボクセル・バックボーンを用いて符号化したものを、共通のメートル空間においてリフトしたカメラ特徴と融合すること、です。nuScenesおよびArgoverse 2に対する大規模な評価では、強力なカメラのみのベースラインに対して一貫した改善が示され、とりわけ物体の位置特定で顕著な向上が得られました。アブレーションにより、PV/BEV融合および事前マップのカバレッジが貢献していることもさらに検証されます。コードと事前学習済みモデルを https://dualviewmapdet.cs.uni-freiburg.de で公開します。