ReSMap：卫星先验提升相机失效下的在线地图鲁棒性

Kyungmin Kim 等作者提出 ReSMap，一个冗余感知的相机与卫星影像融合框架，用于在线高清地图构建，论文已被 NeurIPS 2026 接收。作者称，现有方法只在正常条件下利用卫星影像，未将其作为传感器退化时的冗余；ReSMap 的 Predict-then-Fuse 模块以各分支自身的预测置信度作为逐像素可靠性权重，融合相机与卫星 BEV 特征，不使用学习到的路由器；Object-Centric Cooperative Multi-modal Query 解码器让每个模态只对自身 BEV 做交叉注意力，再通过逐 token 门控合并各模态更新。 作者称，该模型在 nuScenes 的所有 split 和 range 设置上达到当前最优，并在相机失效场景下也取得新的最优结果。上述性能均为作者自述，论文为预印本，尚待同行评议与独立验证。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。