A Lightweight Collaborative Semantic Mapping Method Based on Factor Graph Optimization

LI Xingxing; SUN Meng; ZHOU Yuxuan

doi:10.13203/j.whugis20250045

您当前的位置：

首页 >

文章列表页 >

A Lightweight Collaborative Semantic Mapping Method Based on Factor Graph Optimization

Geodesy and Survey Engineering | 更新时间：2026-11-05

- A Lightweight Collaborative Semantic Mapping Method Based on Factor Graph Optimization
- Geomatics and Information Science of Wuhan University Vol. 51, Issue 6, Pages: 1088-1097(2026)
- 作者机构：
  
  武汉大学测绘学院，湖北武汉，430079
- 作者简介：
- 基金信息：
- DOI：10.13203/j.whugis20250045
  CLC： P228
- Received：29 May 2025，
  
  Published：05 June 2026
- 稿件说明：
移动端阅览
李星星,孙朦,周宇轩.基于因子图优化的轻量语义地图协同构建方法[J].武汉大学学报（信息科学版）,2026,51(6):1088-1097.

LI Xingxing,SUN Meng,ZHOU Yuxuan.A Lightweight Collaborative Semantic Mapping Method Based on Factor Graph Optimization[J].Geomatics and Information Science of Wuhan University,2026,51(6):1088-1097.
李星星,孙朦,周宇轩.基于因子图优化的轻量语义地图协同构建方法[J].武汉大学学报（信息科学版）,2026,51(6):1088-1097. DOI：10.13203/j.whugis20250045

LI Xingxing,SUN Meng,ZHOU Yuxuan.A Lightweight Collaborative Semantic Mapping Method Based on Factor Graph Optimization[J].Geomatics and Information Science of Wuhan University,2026,51(6):1088-1097. DOI：10.13203/j.whugis20250045

摘要

针对自动驾驶高精度地图建图成本高、效率低等问题，提出了一种轻量级视觉语义道路地图协同构建方法。该方法利用车道线语义特征构建稀疏的局部矢量地图，并采用基于深度学习的栅格化图像匹配方法来进行单用户、多用户子图的鲁棒关联，以实现有效的局部地图匹配。在此基础上，通过因子图优化框架优化车辆位姿，并利用地图点与位姿的局部关联进行全局校准，实现高效的两步地图优化。通过城市道路场景实验进行验证，结果表明，该方法成功构建了全局一致的轻量语义地图，在跨时段、跨季节情况下总体轨迹精度较多源融合的视觉惯性导航系统VINS-Fusion和基于ORB特征的同步定位与建图算法ORB-SLAM3分别提升了89.9%和80.5%，证明了其在大范围多用户协同建图任务中的有效性与鲁棒性。

Abstract

Objectives

Road maps play an important role in localization and motion planning for autonomous driving. To address the challenges of high cost and low efficiency in high-definition map construction

a lightweight collaborative semantic mapping method is proposed.

Methods

The proposed method constructs a sparse local vector map using semantic features of lane lines and employs a deep learning-based raster image matching technique for robust association of single-user and multi-user submaps

ensuring effective local map matching. Furthermore

vehicle poses are optimized through a factor graph framework

and global calibration is achieved by leveraging the local associations between map elements and poses

enabling efficient two-step map optimization.

Results

Experiments conducted in urban road scenarios demonstrate that the proposed method successfully constructs a globally consistent and lightweight semantic map. Compared to VINS-Fusion and ORB-SLAM3 algorithms

the overall trajectory accuracy is improved by 89.9% and 80.5%

respectively

under cross-time and cross-season conditions.

Conclusions

The proposed method enables effective multi-user collaborative mapping across large-scale environments

generating road feature maps that maintain global consistency while remaining highly lightweight.

关键词

Keywords

references

李克强，戴一凡，李升波，等 . 智能网联汽车（ICV）技术的发展现状及趋势［J］. 汽车安全与节能学报， 2017 ， 8 （ 1 ）： 1 - 14 .

LI Keqiang ， DAI Yifan ， LI Shengbo ， et al . State-of-the-Art and Technical Trends of Intelligent and Connected Vehicles ［J］. Journal of Automotive Safety and Energy ， 2017 ， 8 （ 1 ）： 1 - 14 .

刘洋，占佳豪，李深，等 . 自动驾驶技术的未来：单车智能和智能车路协同［J］. 汽车安全与节能学报， 2024 ， 15 （ 5 ）： 611 - 633 .

LIU Yang ， ZHAN Jiahao ， LI Shen ， et al . Future of Autonomous Driving： Single Autonomous Driving and Intelligent Vehicle-Infrastructure Collaboration Systems ［J］. Journal of Automotive Safety and Energy ， 2024 ， 15 （ 5 ）： 611 - 633 .

HASHEMI M ， KARIMI H A . A Critical Review of Real-Time Map-Matching Algorithms： Current Issues and Future Directions ［J］. Computers， Environment and Urban Systems ， 2014 ， 48 ： 153 - 165 .

刘经南，吴杭彬，郭迟，等 . 高精度道路导航地图的进展与思考［J］. 中国工程科学， 2018 ， 20 （ 2 ）： 99 - 105 .

LIU Jingnan ， WU Hangbin ， GUO Chi ， et al . Progress and Consideration of High Precision Road Navigation Map ［J］. Strategic Study of CAE ， 2018 ， 20 （ 2 ）： 99 - 105 .

杨振凯，华一新，訾璐，等 . 浅析高精度地图发展现状及关键技术［J］. 测绘通报， 2021 （ 6 ）： 54 - 60 .

YANG Zhenkai ， HUA Yixin ， ZI Lu ， et al . Analysis of the Development Status and Key Technologies of High-Precision Map ［J］. Bulletin of Surveying and Mapping ， 2021 （ 6 ）： 54 - 60 .

李必军，郭圆，周剑，等 . 智能驾驶高精地图发展与展望［J］. 武汉大学学报（信息科学版）， 2024 ， 49 （ 4 ）： 491 - 505 .

LI Bijun ， GUO Yuan ， ZHOU Jian ， et al . Development and Prospects of High Definition Map for Intelligent Vehicle ［J］. Geomatics and Information Science of Wuhan University ， 2024 ， 49 （ 4 ）： 491 - 505 .

KIM K ， CHO S ， CHUNG W . HD Map Update for Autonomous Driving with Crowdsourced Data ［J］. IEEE Robotics and Automation Letters ， 2021 ， 6 （ 2 ）： 1895 - 1901 .

李月华 . 基于自动驾驶众包地图更新技术方法［J］. 北京测绘， 2022 ， 36 （ 5 ）： 629 - 635 .

LI Yuehua . Crowdsourcing Map Update Technology for Autonomous Driving ［J］. Beijing Surveying and Mapping ， 2022 ， 36 （ 5 ）： 629 - 635 .

杨蒙蒙，江昆，温拓朴，等 . 自动驾驶高精度地图众源更新技术现状与挑战［J］. 中国公路学报， 2023 ， 36 （ 5 ）： 244 - 259 .

YANG Mengmeng ， JIANG Kun ， WEN Tuopu ， et al . Review on Status and Challenges of Crowdsourced Updating of Highly Automated Driving Maps ［J］. China Journal of Highway and Transport ， 2023 ， 36 （ 5 ）： 244 - 259 .

QIN T ， ZHENG Y X ， CHEN T Q ， et al . A Light-Weight Semantic Map for Visual Localization Towards Autonomous Driving ［C］// IEEE International Conference on Robotics and Automation ， Xi’an， China ， 2021 .

杨明珠 . 基于边缘计算的自动驾驶高精地图建图与定位方法［J］. 自动化博览， 2019 ， 36 （ 9 ）： 30 - 33 .

YANG Mingzhu . Auto-driving High-Precision Map Construction and Positioning Method Based on Edge Computing ［J］. Automation Panorama ， 2019 ， 36 （ 9 ）： 30 - 33 .

KIM C ， CHO S ， SUNWOO M ， et al . Crowd-Sourced Mapping of New Feature Layer for High-Definition Map ［J］. Sensors ， 2018 ， 18 （ 12 ）： 4172 .

GRISETTI G ， KÜMMERLE R ， STACHNISS C ， et al . A Tutorial on Graph-Based SLAM ［J］. IEEE Intelligent Transportation Systems Magazine ， 2010 ， 2 （ 4 ）： 31 - 43 .

LIEBNER M ， JAIN D ， SCHAUSEIL J ， et al . Crowdsourced HD Map Patches Based on Road Model Inference and Graph-Based SLAM ［C］// IEEE Intelligent Vehicles Symposium ， Paris， France ， 2019 .

HERB M ， WEIHERER T ， NAVAB N ， et al . Crowd-Sourced Semantic Edge Mapping for Autonomous Vehicles ［C］// IEEE/RSJ International Conference on Intelligent Robots and Systems ， Macau， China ， 2020 .

MUR-ARTAL R ， TARDÓS J D . ORB-SLAM2： An Open-Source SLAM System for Monocular， Stereo， and RGB-D Cameras ［J］. IEEE Transactions on Robotics ， 2017 ， 33 （ 5 ）： 1255 - 1262 .

ENGEL N ， BELAGIANNIS V ， DIETMAYER K . Attention-Based Vehicle Self-Localization with HD Feature Maps ［C］// IEEE International Intelligent Transportation Systems Conference ， Indianapolis， USA ， 2021 .

WANG H Y ， XUE C L ， ZHOU Y X ， et al . Visual Semantic Localization Based on HD Map for Autonomous Vehicles in Urban Scenarios ［C］// IEEE International Conference on Robotics and Automation ， Xi’an， China ， 2021 .

张志超，徐友春，陈晋生，等 . 基于航空图像与地面点云的跨模态地点识别方法［J］. 兵工学报， 2026 ， 47 （ 2 ）： 44 - 55 .

ZHANG Zhichao ， XU Youchun ， CHEN Jinsheng ， et al . A Cross-Modal Place Recognition Method Based on Aerial Images and Ground Point Clouds ［J］. Acta Armamentarii ， 2026 ， 47 （ 2 ）： 44 - 55 .

LIU Y C ， WANG Y ， WANG Y L ， et al . VectorMapNet： End-to-End Vectorized HD Map Learning ［C］// International Conference on Machine Learning ， Honolulu， USA ， 2023 .

LIAO B C ， CHEN S Y ， WANG X G ， et al . MapTR： Structured Modeling and Learning for Online Vectorized HD Map Construction ［C］// The 11th International Conference on Learning Representations ， Kigali， Rwanda ， 2023 .

LIAO B C ， CHEN S Y ， ZHANG Y C ， et al . MapTRv2： An End-to-End Framework for Online Vectorized HD Map Construction ［J］. International Journal of Computer Vision ， 2025 ， 133 （ 3 ）： 1352 - 1374 .

WATSON R M ， GROSS J N . Robust Navigation in GNSS Degraded Environment Using Graph Optimization ［C］// The 30th International Technical Meeting of the Satellite Division of the Institute of Navigation ， Portland， USA ， 2017 .

PENG J C ， LIU Y ， TANG S Y ， et al . PP-LiteSeg： A Superior Real-Time Semantic Segmentation Model ［EB/OL］. ［ 2026-01-14 ］. https：//arxiv.org/abs/2204.02681 https://arxiv.org/abs/2204.02681 .

JEONG J ， KIM A . Adaptive Inverse Perspective Mapping for Lane Map Generation with SLAM ［C］// The 13th International Conference on Ubiquitous Robots and Ambient Intelligence ， Xi’an， China ， 2016 .

LINDENBERGER P ， SARLIN P E ， POLLEFEYS M . LightGlue： Local Feature Matching at Light Speed ［C］// IEEE/CVF International Conference on Computer Vision ， Paris， France ， 2023 .

FISCHLER M A ， BOLLES R C . Random Sample Consensus： A Paradigm for Model Fitting with Applications to Image Analysis and Automated Cartography ［J］. Communications of the ACM ， 1981 ， 24 （ 6 ）： 381 - 395 .

WALL M E ， RECHTSTEINER A ， ROCHA L M . Singular Value Decomposition and Principal Component Analysis ［M］//BERRAR D P， DUBITZKY W， GRANZOW M. A Practical Approach to Microarray Data Analysis . Boston ： Kluwer Academic Publishers ， 2005 ： 91 - 109 .

QIN T ， CAO S Z ， PAN J ， et al . A General Optimisation-Based Framework for Global Pose Estimation with Multiple Sensors ［J］. IET Cyber‐Systems and Robotics ， 2025 ， 7 （ 1 ）： e70023 .

CAMPOS C ， ELVIRA R ， RODRÍGUEZ J J G ， et al . ORB-SLAM3： An Accurate Open-Source Library for Visual， Visual‐Inertial， and Multimap SLAM ［J］. IEEE Transactions on Robotics ， 2021 ， 37 （ 6 ）： 1874 - 1890 .

Views

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

A Robust Factor Graph Optimization Algorithm with Dynamic Observation Weight Adjusting

Indoor Cylinders Guided LiDAR Global Localization and Loop Closure Detection

Information Transmission Model of High Definition Map for Autonomous Driving

High Definition Map Model for Autonomous Driving and Key Technologies

Road Image Free Space Detection via Learnable Deep Position Encoding

Related Author

QIU Shijin

TANG Weiming

DENG Chenlong

WANG Wen

MA Jie

ZHANG Yongjun

LIU Xinyi

LI Jiayuan

Related Institution

GNSS Research Center, Wuhan University

State Key Laboratory of Maritime Technology and Safety (Wuhan University of Technology)

School of Navigation, Wuhan University of Technology

School of Remote Sensing and Information Engineering, Wuhan University

School of Computer Science, Wuhan University

AI问答

⁰