重要通知丨COMMTR新投审稿系统全新上线：欢迎作者访问新平台投稿

在“轻图”技术趋势下，地图要素的在线、准确感知已成为高级别自动驾驶落地的核心技术挑战之一。复杂场景下，对地图要素感知系统的鲁棒性与几何完整性提出极高要求。现有方法因未能充分挖掘地图要素中固有的结构化先验知识，在复杂场景中易出现形状断裂、边缘抖动或分布不合理的预测，严重制约下游决策规划的安全性。

清华大学研究团队提出名为PriorFusion的统一先验融合框架，首次将语义先验、几何先验与生成式先验纳入端到端可训练网络，实现复杂场景下地图要素的高精度、高规整、高一致性预测。

研究首先构建了实例-感知注意力机制，以语义分割特征为先验引导，使得分割掩码与矢量实例具有几何一致性；其次，根据数据集中的大规模地图要素数据建立数据驱动的形状模板空间，以获得形状特征的低维表示，通过在该空间聚类为每类要素提供先验锚点作为回归初值，提升收敛效率；设计扩散式网络结构学习地图要素分布先验知识，在先验锚点基础上迭代生成完整、平滑的地图要素轮廓。最后，在nuScenes数据集中进行了大量实验验证。

研究结果表明，通过有效引入地图要素感知、形状、分布的先验知识，PriorFusion 模型在保持实时性的同时显著提升了地图要素感知的准确性与几何规整性，为“轻地图”甚至“无地图”自动驾驶提供了高鲁棒、低成本的感知解决方案。特别是在最严格的测试阈值之下，精确度指标提升明显，体现了模型对于复杂精细地图要素结构的提取能力。可视化结果表明，本研究在复杂测试场景下具有最平滑、完整、可靠的地图要素预测结果。

未来工作将进一步探索先验知识的动态融合方法，以扩大各种类先验信息在不同情况中的优势；进一步开发面向新域的锚点自适应算法，使形状先验在无需重训网络的条件下快速迁移至不同场景；进一步研究精准刻画复杂、多样且高维的几何变化的表征方法，进一步增强模型的表达能力。

系统框架 

了 解 更 多

 本文链接 

https://doi.org/10.1016/j.commtr.2025.100229 

 引用本文 

Tang, X. W., Yang, M. M., Wen, T. P., Jia, P. J., Cui, L., Luo, M. S., et al., 2025. PriorFusion: Unified integration of priors for robust road perception in autonomous driving. Communications in Transportation Research, 5, 100229. https://doi.org/10.1016/j.commtr.2025.100229 

or

Tang, X. W., Yang, M. M., Wen, T. P., Jia, P. J., Cui, L., Luo, M. S., et al., 2025. PriorFusion: Unified integration of priors for robust road perception in autonomous driving. Commun Transp Res 5, 100229. https://doi.org/10.1016/j.commtr.2025.100229 

特刊征稿 | COMMTR: Foundation Models for Intelligent Control in ADTS

推荐阅读

喜讯｜蝉联榜首！14.5，COMMTR再度荣登Transportation学科第一！

喜讯｜JICV首获影响因子7.8！进入Q1区！

COMMTR亮点

• 中国大陆第三种SCIE/SSCI双收录期刊

• 中国大陆SCIE/SSCI双收录期刊中影响因子最高的期刊

• 中国大陆SSCI收录期刊中唯一一本学科排名第一的期刊（IF12.7，位居交通学科第一）

数据库收录

• SSCI、SCIE

• Scopus

• Ei CompendeX

• DOAJ

• TRlD, the TRlS and lTRD Database

• 期刊分区表：大类 工程技术大类1区Top期刊；小类 交通运输1区、运输科技1区

• 中国科技核心期刊CSTPCD

• 中国科学引文数据库CSCD

• 全球OA期刊索引（OA Journal Index，OAJ）

• 公路运输领域高质量科技期刊—T1级

• 《科技期刊世界影响力指数（WJCI）报告》“交通运输工程综合”学科排名2/107（国产期刊第一）

重要项目

• 入选“中国科技期刊卓越行动计划二期”英文梯队期刊项目

• 入选北京市2024年度支持高水平国际科技期刊建设-强刊提升项目

• 入选2022年中国科技期刊卓越行动计划高起点新刊项目

学术影响力

• 影响因子（2026年6月公布）达12.7，位居TRANSPORTATION（交通）学科全球66种期刊榜首

• 2025年CiteScore为13.6，在Control and Systems Engineering、Decision Sciences (miscellaneous)、Transportation三个领域全部进入前8%，均稳居Q1区

• 连续两年（2024年、2025年）入选“中国最具国际影响力学术期刊”（自然科学与工程技术·英文）

国际化程度

• 国际论文占比70%，吸引了国内外几乎所有交通领域顶级团队的投稿

• 论文被72个国家/地区作者引用，引用本刊最多的为Transportation Research Part E 等本领域顶刊，自引率仅3.6% 

• 国际下载量占89%，主要集中在美国

• 编委会汇聚全球20个国家的55位专家，其中69%来自海外，包括13位各国院士

• 作者来自全球21个国家和地区的顶尖院校，包括MIT、Stanford、UC Berkerley、Duke、清华大学、浙江大学、东南大学、北航、东京大学、新国大、港大、港科大等

支持单位：