技术摘要：超越倒角距离：面向在线建图的细粒度顺序感知评估指标

问题陈述

在线地图估计（OME）对自动驾驶至关重要，旨在利用车载传感器生成的实时预测，取代昂贵的高精度（HD）预建地图。当前最先进（SOTA）的方法将地图元素（如车道分隔线、道路边界）预测为形成折线和多边形的有序点序列。然而，现有的评估框架依赖**倒角距离（CD）进行几何相似性评估，并依赖平均精度（AP）**进行多实例评分。作者指出了这种 CD-AP 范式的两个根本缺陷：

1. 缺乏顺序敏感性与度量属性：CD 作用于无序点集，忽略了折线固有的序列结构。它测量的是联合邻近度而非结构对齐，因此对点的顺序错乱不敏感。此外，CD 违反了三角不等式，意味着它不是一个严格的度量。虽然 Fréchet 距离（FD）具有顺序感知能力且是严格的度量，但它是一种基于上确界的测度，仅反映最坏情况下的误差，使其对异常值过度敏感，且无法提供关于其余几何结构的信息。
2. 粒度粗糙与硬阈值化：AP 基于固定距离阈值（如 0.5 米、1.0 米）将相似性转化为二元的真阳性（TP）/假阳性（FP）决策。这丢弃了位置精度信息；若两个预测均通过阈值，偏差 0.49 米的预测与偏差 0.01 米的预测贡献相同。此外，这些阈值对于下游规划与控制的安全关键要求而言往往过于宽松。AP 本身不满足度量公理，使其成为一个缺乏原则性的比较框架。

这些局限性使得难以区分那些在几何精度上真正卓越的方法与那些仅满足粗糙检测标准的方法，同时也无法提供分解式的误差分析。

方法论

本文提出了一种两部分框架以解决上述局限性，其灵感来源于多目标跟踪中的广义最优子模式分配（GOSPA）度量以及字符串匹配中的广义编辑距离（GED）。

1. 序列最优子模式分配（SOSPA）

针对单实例相似性，作者引入了SOSPA，这是一种从 GOSPA 改编而来的、适用于有限点序列的顺序感知度量。

• 定义：SOSPA 寻找两个序列 $x$ 和 $y$ 之间的最优分配，该分配尊重索引的严格递增顺序（有序分配）。它最小化一个成本函数，该函数包含匹配点对的点对点距离的 $p$ 次幂，以及对未匹配点（漏检或误报）的常数惩罚 $c^p/2$。
• 顺序感知：与匹配集合的 GOSPA 不同，SOSPA 强制要求匹配对 $(i, j)$ 必须满足 $i_1 < i_2 < \dots$ 和 $j_1 < j_2 < \dots$，从而保留折线的几何结构。
• 鲁棒性：截断成本 $c$ 防止异常值主导评分，并提供物理解释（例如，最大可容忍的横向偏移）。
• 计算：作者证明 SOSPA 等价于 GED 中的最小成本迹问题。这使得可以使用Wagner–Fischer (WF) 算法在 $O(|x| \cdot |y|)$ 时间内高效计算。
• 归一化：定义了一种归一化形式 $\bar{d}_{SOSPA}$，将度量限制在 $[0, 1]$ 范围内。对于 $p=1$，该归一化版本满足所有度量公理（非负性、同一性、对称性和三角不等式）。
• 多边形：对于闭合折线（多边形），该度量被扩展以处理循环移位。作者建立了一个引理，表明固定一个序列而优化另一个序列的循环移位已足够，从而可以通过 Maes 算法在 $O(|x||y| \log |y|)$ 时间内高效计算。

2. 折线定位与检测（PLD）

针对多实例评估，作者提出了PLD，其源自概率 GOSPA（P-GOSPA）。

• 公式化：PLD 将 OME 输出视为多伯努利随机有限集（MB RFS），其中每个预测具有存在概率（置信度分数）。它用软分配取代了 AP 的硬 TP/FP 分类。
• 成本函数：该度量联合最小化：
  1. 几何误差：匹配元素之间经置信度加权的 SOSPA 距离。
  2. 检测误差：针对漏检实例、误报以及预测与真值之间置信度不匹配的惩罚。
• 分解：PLD 自然地分解为两个可解释的组件：
  • 定位误差（$e_{loc}$）：匹配对上的聚合几何误差。
  • 检测误差（$e_{det}$）：与漏检/误检及置信度校准相关的惩罚。
• 度量属性：当 $p=1$ 时，归一化的 PLD 满足度量公理。

主要贡献

1. SOSPA：一种满足度量公理的顺序感知折线相似性度量，提供对匹配/不匹配的细粒度评估，并对异常值具有鲁棒性。
2. 高效计算：证明了 SOSPA 等价于 GED 最小成本迹问题，允许通过 WF 算法进行 $O(|x||y|)$ 计算，并推导出了归一化度量形式。
3. 循环扩展：定义了多边形的循环 SOSPA，并提供了通过 Maes 算法进行高效计算的引理。
4. PLD 度量：一种软多实例度量，联合量化检测与几何精度，提供内在的定位误差与检测误差分解。
5. 基准测试：在 nuScenes 数据集上对 SOTA 方法（MapTRv2, StreamMapNet, MapTracker）进行了全面评估，展示了 PLD 在排序方法的同时，能够揭示 mAP 无法察觉的性能瓶颈。

结果与分析

作者在 nuScenes 数据集上对三种 SOTA OME 方法进行了基准测试，使用了两个评估范围：近场（R60）和远场（R100）。

• 排序一致性：基于 CD 的 mAP 与 PLD（mPLD）在相对性能排序上达成一致：MapTracker > StreamMapNet > MapTRv2。这证实了 PLD 捕捉到了关键的性能差异。
• 粒度与敏感性：
  • 在示例中，基于 CD 的 mAP 经常给具有显著几何退化的预测（如对角线偏移、点顺序错乱或虚假点）分配完美分数（1.0）。
  • PLD 正确地惩罚了这些误差。例如，在点顺序错乱的情况下，PLD 检测到了结构误差（增加了定位分量），而 CD-AP 对此视而不见。
  • PLD 提供了对部分匹配的更细致视角，而 CD-AP 和 FD-AP 通常导致 0/1 的二元分数，掩盖了部分几何精度。
• 误差分解发现：来自 PLD 分解的最重要发现是，在所有方法和范围内，检测误差主导了定位误差。
  • 检测误差分量（$mDet.$）被发现是定位误差（$mLoc.$）的 2 到 4 倍。
  • 这表明当前 OME 方法的主要瓶颈是检测能力（漏检实例或误报），而非已检测元素的几何精度。
  • 这种趋势在更长距离（R100）下更为加剧，因为检测覆盖率更难维持。
• 运行时间：mPLD 的评估时间与基于 CD 的 mAP 相当（64 个 worker 处理 R60 时约为 38 秒），表明新度量并未带来计算惩罚。

意义与主张

本文声称，所提出的框架解决了 CD 对有序序列“不适用”以及 AP 对几何评估“粗糙”的问题。通过引入 SOSPA 和 PLD，作者提供了：

• 一个基于度量的原则性评估框架，满足数学公理，确保一致且直观的对比。
• 通过误差分解实现的细粒度诊断能力，揭示了当前研究进展主要受检测失败而非几何不准确的阻碍——这是 mAP 无法捕捉的细微差别。
• 对现有基准的鲁棒替代方案，其对点排序和异常值敏感，更好地反映了下游自动驾驶规划与控制的需求。

作者总结道，虽然其框架侧重于几何结构，尚未捕捉实例级的拓扑结构（如车道连接性），但它为更严格地评估在线建图方法提供了必要的基础。他们将 PLD 定位为一种工具，通过准确识别性能瓶颈，支持向更安全自动驾驶的持续进步。