高精语义地图(HD MAP)生成是自动驾驶的重要组成部分。然而，目前的工作是基于原始数据或网络特征级融合，且考虑短程高清地图生成，限制了自动驾驶在现实中的应用。

原始 Li-DAR 数据和相机数据具有不同的特点。激光雷达数据提供了准确的 3D 结构信息，但存在无序性和稀疏性。相机的数据是紧凑的，捕获更多的环境上下文信息，但缺少深度信息。来自苏黎世联邦理工学院、毫末的研究者充分利用 LiDAR 和相机数据，对不同阶段的多模态特征进行融合，并提出了一种可以预测长程的高精地图构建方法 SuperFusion。

在 SuperFusion 中，包含了前融合、中融合和中后融合三种融合策略，在生成短程（ 30 m）的高清地图基础上，可以预测高达 90 m距离的远程高清地图。而通过预测的远程高清地图，我们可以为自动驾驶车辆做出更好的路径规划。

12月4日晚7点，自动驾驶新青年讲座第29讲邀请到 SuperFusion 一作、ETH Zurich 在读博士董浩参与，主讲《多模态融合的远距离高精语义地图生成》。其中，包括了 SuperFusion 和他们在多模态领域最新提出的泛化框架 SimMMDG。