MapLocNet: Coarse-to-Fine Feature Registration for Visual Re-Localization in Navigation Maps

坚实的定位技术是自动驾驶的基石，特别是在GPS信号受到多路径误差影响的城市环境中。传统的定位方法依赖于高清晰度（HD）地图，这些地图包含精确标注的地标。然而，建立HD地图成本高昂且难以扩展。鉴于这些限制，利用导航地图已成为一种有前途的低成本定位替代方案。当前基于导航地图的方法可以实现高度精确的定位，但其复杂的匹配策略导致无法满足实时需求的不可接受的推理延迟。为了解决这些限制，我们提出了一种新颖的基于Transformer的神经重定位方法。受图像配准的启发，我们的方法在导航地图和视觉鸟瞰图特征之间执行从粗到细的神经特征配准。我们的方法在nuScenes和Argoverse数据集上显著优于现有技术的OrienterNet，单视角和环视角输入设置分别提高了近10%/20%的定位精度和30/16 FPS的性能。我们强调，我们的研究提出了一种无需HD地图的自动驾驶定位方法，在具有挑战性的驾驶环境中提供了具有成本效益、可靠和可扩展性的性能。

本文旨在解决自动驾驶中定位问题的挑战，特别是在城市环境中GPS信号受到多路径误差的影响。同时，本文试图提出一种低成本、可靠、可扩展的定位方法，以替代昂贵的高清地图。

本文提出了一种基于Transformer的神经重定位方法，通过粗到细的神经特征配准实现导航地图和视觉鸟瞰图特征之间的定位。相比于当前的基于导航地图的方法，本文的方法能够显著提高定位精度，同时降低推断延迟。

本文的方法在两个数据集上均优于目前最先进的OrienterNet方法，单视图和环视图输入设置分别提高了近10%/20%的定位精度和30/16FPS的推断速度。本文的方法不需要高清地图，具有成本低、可靠性高、可扩展性强等优点。

近期的相关研究包括：OrienterNet、DeepLMP、MapNet等。