面向自动驾驶的增强型激光雷达模拟器

在自动驾驶（AD）中，道路上障碍物的检测与跟踪是一项关键任务。基于带标注激光雷达数据的深度学习方法一直是该任务最广泛采用的方法。遗憾的是，标注三维点云是一项极具挑战性且耗时费钱的任务。本文提出一种新颖的激光雷达模拟器，其利用合成障碍物（如汽车、行人及其他可移动物体）增强真实点云。与以往完全依赖计算机图形学模型和游戏引擎的模拟器不同，我们的增强型模拟器绕开了创建高保真背景CAD模型的需求。相反，我们只需部署一辆搭载激光雷达扫描仪的车辆对目标街道进行扫描，即可获取背景点云，并据此自动生成带标注的点云。这种独特的“扫描即模拟”能力使我们的方法具备可扩展性与实用性，可满足大规模工业应用需求。本文详细描述了该模拟器，尤其是对于性能提升至关重要的障碍物放置策略。我们表明，仅使用我们模拟的激光雷达点云训练的检测器，其性能与使用真实数据训练的检测器相当（差距在两个百分点以内）。混合真实与模拟数据可达到超过95%的准确率。