利用时序多视图网络在野外条件下进行人员的 4D 雷达语义分割
计算机视觉与模式识别
2026-05-22 v2 机器人学
摘要
可靠的行人检测对于移动机器人和重型车辆的安全自主运行至关重要，无论是在道路上还是在采矿和建筑等工业环境中。然而，常见的传感器（如相机或激光雷达）在扬尘、浓雾或烟雾等恶劣条件下容易失效，这限制了它们在现实世界机器人系统中的应用。另一方面，雷达能在广泛的环境条件下提供稳健的测量。特别是，现代高分辨率 4D 成像雷达可提供涵盖距离、方位角和俯仰角的 4D 点云，以及逐点的多普勒速度数据，非常适合机器人感知。我们提出了 TMVA4D，一系列基于 CNN 和 ConvLSTM 编码器的人工神经网络架构，利用 4D 雷达模态进行语义分割。这些架构通过使用 4D 雷达数据的一系列 2D 投影（涵盖俯仰角、方位角、距离和多普勒速度维度）进行训练，以区分背景与人员类别。在多个作业场地进行的评估表明，即使在低能见度条件下，我们的模型也取得了有前景的性能（人员类别的 Dice 为 75.9%，IoU 为 61.2%）。数据和代码将在发表后公开。
引用
@article{arxiv.2404.05307,
title = {4D Radar Semantic Segmentation of People in Field Conditions Using Temporal Multi-View Networks},
author = {Mikael Skog and Oleksandr Kotlyar and Vladimír Kubelka and Martin Magnusson},
journal= {arXiv preprint arXiv:2404.05307},
year = {2026}
}