BikeScenes：自行车专用的在线 LiDAR 语义分割
计算机视觉与模式识别
2025-10-31 v1 机器人学
摘要
自行车的脆弱性问题日益突出，尤其是受益于更快电动自行车的流行增加，推动了将汽车感知技术应用于自行车安全的需求。我们利用多传感器 'SenseBike' 研究平台开发和评估了一种专为自行车设计的 3D LiDAR 分割方法。为弥合汽车向自行车领域的鸿沟，我们引入了新颖的 BikeScenes-lidarseg 数据集，包含 3021 个连续的 LiDAR 扫描，这些扫描在 TU Delft 大学校园周围进行语义标注，涵盖 29 个动态和静态类别。通过评估模型性能，我们证明在我们的数据集上微调的模型在平均交并比 (mIoU) 上达到 63.6%，显著优于仅使用 SemanticKITTI 预训练得到的 13.8%。这一结果凸显了领域特定训练的必要性与有效性。我们指出了自行车载入式硬件受限感知系统所特有的关键挑战，并将 BikeScenes 数据集作为推动自行车中心 LiDAR 分割研究发展的资源贡献出来。
引用
@article{arxiv.2510.25901,
title = {BikeScenes: Online LiDAR Semantic Segmentation for Bicycles},
author = {Denniz Goren and Holger Caesar},
journal= {arXiv preprint arXiv:2510.25901},
year = {2025}
}