HRDX：大規模向量高畫質地圖資料集

自動駕駛系統的可靠性高度依賴於高精度、語義豐富且可擴充套件的向量化高畫質地圖（HD Map）。然而，目前公開的高畫質地圖資料集在規模、語義屬性和模態多樣性上普遍存在侷限，例如缺乏航空影像等關鍵模態，這限制了新研究方向的發展。針對這一挑戰，來自本田研究所（Honda Research Institute）的研究團隊推出了HRDX——一個大規模向量高畫質地圖構建資料集，旨在推動自動駕駛領域的科研進展。

HRDX資料集總計包含約40小時、1400公里的駕駛記錄，覆蓋多條路線且重疊度極低，其規模是此前公開資料集的數倍。資料採集系統由6個同步環繞攝像頭、128線雷射雷達以及釐米級RTK GNSS/IMU定位系統組成，並輔以精確對齊的航空正射影像（aerial orthoimagery）。這種多模態配置不僅提供了地面視角的豐富資訊，還引入了空中視角的結構先驗，為後續研究開闢了新路徑。

在標註方面，HRDX涵蓋了10類向量地圖元素（如車道線、路沿、人行橫道等），並附加超過20種語義與拓撲屬性，例如道路型別、曲率、連線關係等，極大地豐富了地圖的語義層次。為了全面評估如此豐富的本體，研究團隊提出了綜合評分（Composite Score, CS），該評分能夠同時衡量地圖的幾何精度和屬性正確性，彌補了傳統單一指標的不足。

基準實驗表明，HRDX的大規模資料有效提升了線上向量地圖構建的效能。此外，對齊的航空影像提供了有用的結構先驗：在訓練或推理階段使用航空影像可顯著改善地圖的幾何質量；而利用航空影像增強的教師模型，能夠在不增加推理時感測器需求的前提下，將部分優勢遷移至純攝像頭學生模型。這意味著，透過知識蒸餾，未來可以在低成本感測器配置下獲得接近高階感測器組合的地圖構建效能。

HRDX資料集旨在支援大規模高畫質地圖學習、多模態BEV融合以及訓練時特權資訊的可重複研究。該資料集及基準測試已在GitHub上開源（https://github.com/honda-research-institute/HRDX），供學術界和工業界使用。研究團隊表示，HRDX有望成為自動駕駛高畫質地圖領域的新標杆，推動更可靠、更可擴充套件的地圖構建技術的發展。