연구팀은 차선 그래프를 구축하는 새로운 프레임워크인 TopoGPT를 제안했어요. 기존 방법의 기하학적 불일치와 그래프 불완전성 문제를 해결하기 위해 차선 그래프 구조의 지리 정보를 학습하는 방식이에요.
연구팀은 330만 개의 장면으로 구성된 대규모 지도 데이터셋을 구축하고, 차선 토크나이저와 장면 컨텍스트 인코더를 활용하여 자기 회귀 차선 시퀀스 트랜스포머를 사전 훈련했어요.
OpenLane-V2 벤치마크에서 TopoGPT는 차선 수준에서 평균 +6.4%, 포인트 수준에서 평균 +11.6% 성능 향상을 보이며 기하학적으로 일관되고 구조적으로 완전한 차선 그래프를 생성했어요.