使用注意力网络的异常占据栅格地图识别
计算机视觉与模式识别
2021-10-19 v1
摘要
占据栅格地图是移动机器人系统中自主定位与导航的关键组成部分，许多其他系统的性能严重依赖于它。为保证占据栅格地图的质量，研究人员此前不得不长时间进行繁琐的人工识别。本工作聚焦于使用残差神经网络和一种新型注意力机制模块进行自动异常占据栅格地图识别。我们提出了一种有效的通道与空间残差 SE (csRSE) 注意力模块，该模块包含一个用于产生层次特征的残差块，随后是通道 SE (cSE) 块和空间 SE (sSE) 块，用于沿通道和空间路径进行充分的信息提取。为了进一步总结占据栅格地图特征并实验我们的 csRSE 注意力模块，我们构建了一个名为占据栅格地图数据集 (OGMD) 的数据集用于实验。在此 OGMD 测试数据集上，我们测试了所提出结构的几种变体，并将其与其他注意力机制进行了比较。实验结果表明，所提出的注意力网络能够以 state-of-the-art (SOTA) 的 96.23% 准确率推断异常地图，用于异常占据栅格地图识别。
引用
@article{arxiv.2110.09047,
title = {Abnormal Occupancy Grid Map Recognition using Attention Network},
author = {Fuqin Deng and Hua Feng and Mingjian Liang and Qi Feng and Ningbo Yi and Yong Yang and Yuan Gao and Junfeng Chen and Tin Lun Lam},
journal= {arXiv preprint arXiv:2110.09047},
year = {2021}
}