为自动驾驶提供高分辨率卫星图像数据，实例级标注数据集OpenSatMap

对于交通控制、自动驾驶等任务来说，大规模的高分辨率与更新频率的地图至关重要。现有的地图构建方法多依赖地面采集数据，这种方法的精度固然较高，但在覆盖范围、更新频率却存在限制，测绘成本也相当高昂。

相比之下，使用卫星图像构建地图显然在覆盖范围和构建效率方面具有更大优势。只是不可避免的，卫星图像数据集的分辨率与精度普遍较低，常见的 19 级卫星图像的分辨率为每像素 30 厘米，几乎无法辨认出 20 厘米宽的车道线。因此，现有的卫星图像数据集很难有效支持现代城市复杂道路结构的精细化解析和地图构建。此前，已经有一部分方法在尝试解决这一问题，比较有代表性的有 MIT 团队此前提出的 RoadTracer，它利用迭代图构造方式检测卫星影像中的路网，提高了测绘的准确率，但依然有所不足。

现有数据集的图像分辨率最高仅为 0.3 米/像素，不足以准确感知车道线，无法满足精细化需求。此外，标注不够精细、数据规模小、与自动驾驶数据集不匹配等，也是它们存在的局限。

在此背景下，中国科学院自动化研究所等机构与腾讯地图合作推出了一种名为 OpenSatMap 的细粒度、高分辨率卫星数据集，旨在解决目前基于卫星图像的地图构建过程中遇到的精度和数据量问题。

OpenSatMap 数据集的演示（来源：arXiv）