自动驾驶系统中逼真激光雷达仿真的统一生成框架
计算机视觉与模式识别
2024-10-10 v2 机器学习
机器人学
图像与视频处理
摘要
感知传感器的仿真模型是用于自动驾驶系统（ADS）虚拟验证与确认（V&V）的汽车仿真器的组成部分。这些模型也是生成合成数据集以训练基于深度学习的感知模型的强大工具。激光雷达是ADS感知传感器中广泛使用的传感器类型，因为它在3D环境扫描中具有高精度。然而，开发逼真的激光雷达仿真模型是一项重大的技术挑战。特别是，不逼真的模型可能导致合成点云与真实点云之间存在巨大差距，限制了它们在ADS应用中的有效性。最近，深度生成模型已成为合成逼真传感数据的有前途的解决方案。然而，对于激光雷达仿真，深度生成模型主要与传统算法混合使用，统一的生成方法在文献中尚未得到充分探索。受这一研究空白的启发，我们提出了一个统一的生成框架来增强激光雷达仿真保真度。我们提出的框架通过无损变换将激光雷达点云投影为深度反射率图像，并采用我们新颖的可控激光雷达点云生成模型CoLiGen来翻译图像。我们广泛评估了我们的CoLiGen模型，将其与最先进的图像到图像翻译模型进行比较，使用各种指标评估下游感知模型的真实感、保真度和性能。我们的结果表明，CoLiGen在大多数指标上表现出优越的性能。本研究的数据集和源代码可在https://github.com/hamedhaghighi/CoLiGen.git获取。
引用
@article{arxiv.2312.15817,
title = {A Unified Generative Framework for Realistic Lidar Simulation in Autonomous Driving Systems},
author = {Hamed Haghighi and Mehrdad Dianati and Valentina Donzella and Kurt Debattista},
journal= {arXiv preprint arXiv:2312.15817},
year = {2024}
}