自动驾驶高精地图时序稳定性评估与优化

1. 在线高精地图时序稳定性评估研究概述

在自动驾驶技术快速发展的今天，高精地图（HD Map）作为环境感知的核心组成部分，其质量直接影响着自动驾驶系统的安全性和可靠性。传统离线高精地图虽然精度高，但存在更新周期长、维护成本高等问题。近年来，在线高精地图技术因其实时性强、成本低的优势，逐渐成为研究热点。然而，现有研究大多关注单帧建图精度，忽视了时间维度上的稳定性问题。

这项由北航、上交、智源和清华团队联合开展的研究，首次系统性地提出了在线高精地图时序稳定性的评估框架。研究发现，当前主流模型的平均稳定性得分（mAS）差异可达20分，这意味着在实际道路场景中，低稳定性模型会导致车道线"闪烁"或位置跳变等问题，严重影响自动驾驶系统的决策可靠性。值得注意的是，研究还揭示了mAP（精度指标）与mAS（稳定性指标）之间的相关性有限，表明稳定性是一个需要独立优化的性能维度。

2. 时间稳定性问题的本质与影响

2.1 什么是在线高精地图的时间稳定性

时间稳定性指的是自动驾驶车辆在连续行驶过程中，对同一道路元素（如车道线、路缘等）的感知和建图结果在时间维度上的一致性。具体表现为三个方面：

• 存在稳定性（Presence）：同一元素在多帧中是否持续被检测到
• 定位稳定性（Localization）：元素几何位置在多帧中的一致性
• 形状稳定性（Shape）：元素几何形状在多帧中的一致性

在实际道路场景中，由于传感器噪声、车辆运动、光照变化等因素，同一道路元素在不同帧中的观测数据会存在差异。如果建图算法不能很好地处理这些差异，就会导致输出结果在时间维度上不稳定。

2.2 稳定性问题对自动驾驶的影响

不稳定的地图元素会给自动驾驶系统带来多方面挑战：

1. 规划决策困难：当车道线"闪烁"（时有时无）时，规划模块难以确定合法的行驶区域
2. 控制指令抖动：定位稳定性差会导致车辆横向控制指令频繁调整，影响乘坐舒适性
3. 安全风险增加：形状稳定性不足可能使弯道被误识别为直道，导致车速控制不当

研究中的图1展示了两个典型案例：左图中前方车道线突然消失导致车辆误判可行驶区域；右图中邻车变道时自车感知的车道线闪烁，被误判为碰撞轨迹。这些场景充分说明了稳定性问题可能引发的安全隐患。

3. 稳定性评估框架设计

3.1 整体评估流程

研究团队设计了一套完整的评估流程，主要包括四个步骤：

1. 时间采样：从连续视频序列中构造帧对(t, t+Δt)，支持不同时间间隔配置，以适应城市道路、高速公路等不同场景需求。

2. 跨帧实例匹配：利用GT（真值）作为中介，将前后帧的预测实例关联起来。具体做法是，如果两个预测实例都与同一个GT实例的IoU超过阈值，则认为它们是同一元素在不同帧中的预测结果。

3. 几何对齐与重采样：通过坐标变换将历史帧的折线（如车道线）转换到当前帧坐标系下，并在感知范围内进行均匀重采样，确保点对点比较的可行性。

4. 稳定性指标计算：在对齐后的点集上计算三类稳定性指标，最终汇总为综合评分mAS。

3.2 三类核心指标详解

3.2.1 存在稳定性（Presence）

存在稳定性衡量的是同一元素在多帧中被持续检测或持续抑制的一致性。计算公式为：

Presence = 1 - |P_t - P_{t+Δt}|

其中P_t和P_{t+Δt}分别表示元素在帧t和帧t+Δt中的存在概率（对于检测结果为二值情况，存在概率为0或1）。理想情况下，元素要么在多帧中持续存在，要么持续不存在，此时Presence得分为1；若出现"闪烁"现象（前一帧有后一帧无或反之），则得分降低。

3.2.2 定位稳定性（Loc）

定位稳定性量化元素几何位置的抖动程度。计算过程如下：

1. 对匹配的元素对，计算重采样后对应点对的平均偏移距离d
2. 通过sigmoid函数将d映射到[0,1]区间：Loc = 1 / (1 + exp(λ(d - τ)))

其中λ和τ是可调参数，用于控制评分的敏感度。当平均偏移d小于τ时，Loc接近1；当d显著大于τ时，Loc趋近于0。

3.2.3 形状稳定性（Shape）

形状稳定性评估元素几何形状的一致性，重点关注曲线元素的曲率变化。计算方法：

1. 对每条折线，计算相邻线段的夹角序列{θ_i}作为曲率的近似
2. 计算前后帧夹角序列的归一化互相关系数作为形状稳定性得分

形状稳定性高的模型能够保持弯道、岔口等复杂几何在连续帧中的一致性表现，避免直道被偶尔识别为弯道等异常情况。

3.3 综合指标mAS

在获得三类基础稳定性得分后，通过加权平均计算单实例的综合稳定性：

AS = (Presence + Loc + Shape) / 3

然后按类别求平均，再对所有类别求平均，最终得到mean Average Stability（mAS）。mAS提供了一个0到1之间的综合评分，越接近1表示模型的时间稳定性越好。

4. 实验设计与关键发现

4.1 实验设置

研究团队在nuScenes数据集验证集上评估了42个在线高精地图模型及变体，涵盖BeMapNet、PivotNet、MapTR系列、StreamMapNet等主流方法。评估重点关注三个研究问题：

RQ1：精度（mAP）与稳定性（mAS）的关系如何？
RQ2：不同传感器模态如何影响稳定性？
RQ3：模型架构选择（如BEV编码器、时序融合等）如何影响稳定性？

4.2 精度与稳定性的关系（RQ1）

实验结果表明，mAP与mAS之间的相关性有限（相关系数约0.3），说明精度和稳定性是两个相对独立的性能维度。图3的散点图显示，部分模型虽然mAP较高，但mAS表现不佳，这意味着它们在单帧评测中表现良好，但在实际连续运行时会出现明显的闪烁或抖动问题。

具体数据对比：

• MapTR：mAP 62.1，mAS 71.6
• StreamMapNet：mAP 58.3，mAS 91.9

这两个模型的对比尤为明显：StreamMapNet虽然单帧精度略低，但时间稳定性显著优于MapTR。这种差异在实际道路场景中意味着，使用StreamMapNet的自动驾驶系统会感知到更加稳定、一致的地图元素，有利于规划和控制模块做出更可靠的决策。

4.3 传感器模态的影响（RQ2）

研究对比了纯视觉方案与激光雷达融合方案对稳定性的影响，发现：

1. 在MapTR框架下，加入LiDAR可使mAS提升3.4%（从71.6到74.0）
2. 而在GeMap框架下，加入LiDAR反而使mAS下降3.9%（从78.3降到74.4）

这一现象说明，多传感器融合并不总是能提升稳定性，其效果高度依赖于融合策略和特征对齐方法。如果不同传感器的时间戳同步或标定不够精确，反而可能引入额外的噪声源，降低时间一致性。

4.4 模型架构的影响（RQ3）

4.4.1 BEV编码器选择

在MapTR框架下对比不同BEV编码器发现：

• GKT：Presence表现最佳（75.2）
• BEVFormer：Loc表现最佳（73.8）
• BEVPool：综合mAS相近（71.3-71.9）

这表明不同BEV编码器会带来不同的稳定性特征，工程实践中应根据下游需求进行选择。例如，如果自动驾驶系统更关注元素持续存在性（如高速公路场景），可优先考虑GKT；若更关注位置稳定性（如城市密集场景），则BEVFormer可能更合适。

4.4.2 时序融合策略

时序处理对稳定性影响显著：

• 原生支持时序的StreamMapNet达到91.9 mAS
• 在MapTR后��时序模块可能导致mAS下降7.0%（使用GKT时）

这说明时序融合需要与整体架构协同设计，简单的"后处理式"时序融合可能适得其反。良好的时序建模应当从特征提取阶段就开始考虑时间一致性，而非仅在输出层进行平滑。

4.4.3 训练策略影响

延长训练时间和使用更强骨干网络的影响各不相同：

• MapTR：延长训练提高mAP但降低mAS（稳定性侵蚀）
• MapQR：可同时提高mAP和mAS（+5.0%）

这一发现对工程实践有重要指导意义：不能简单地通过"训练更久"或"用更大模型"来提升性能，而需要针对稳定性设计专门的优化策略。

5. 工程实践建议

基于研究结果，我们为自动驾驶高精地图系统的开发提出以下建议：

1. 评估指标选择：不应仅关注mAP等精度指标，必须将mAS纳入核心评估体系，建议两者权重相当。

2. 模型选型考量：

   • 城市道路场景优先选择Presence高的模型
   • 高速公路场景关注Loc指标
   • 复杂路口场景重视Shape稳定性

3. 传感器配置：

   • 若采用多传感器融合，必须严格校准和时间同步
   • 纯视觉方案需重点优化时序处理模块

4. 训练策略：

   • 在训练损失中加入稳定性相关约束
   • 采用课程学习策略，先优化精度再微调稳定性
   • 使用更强的数据增强模拟时间维度变化

5. 系统集成：

   • 在下游模块中加入稳定性感知的容错机制
   • 对低稳定性区域的地图元素给予较低置信度

6. 未来研究方向

本研究开辟了在线高精地图时间稳定性评估的新方向，未来工作可以从以下几个维度展开：

1. 更精细的稳定性度量：当前指标主要关注几何一致性，未来可以纳入语义稳定性（如车道类型是否一致）等维度。

2. 稳定性优化方法：设计专门的损失函数和架构改进来提升mAS，如：

   • 时序一致性约束损失
   • 记忆增强的BEV表示
   • 基于物理约束的稳定性优化

3. 多任务协同优化：探索如何平衡精度、稳定性、效率等多个目标，开发帕累托最优的建模方法。

4. 实际影响量化：进一步研究不同mAS水平对下游规划控制模块性能的具体影响，建立更科学的稳定性需求标准。

5. 跨数据集验证：在更多样化的驾驶场景和数据集上验证评估框架的普适性。

这项工作的价值不仅在于提出了新的评估指标，更重要的是改变了社区对在线高精地图质量的认知方式——将时间维度纳入核心考量。随着自动驾驶系统向更高等级的演进，这种多维度的质量观将变得越来越重要。