纯视觉鸟瞰图感知：一种面向自动驾驶车辆的无激光雷达环境建图的神经方法
计算机视觉与模式识别
2025-05-12 v1
摘要
自动驾驶感知系统传统上依赖昂贵的 LiDAR 传感器来生成精确的环境表征。本文提出一种纯视觉感知框架，通过扩展 Lift-Splat-Shoot 架构生成鸟瞰图（BEV）。我们的方法将基于 YOLOv11 的目标检测与 DepthAnythingV2 单目深度估计相结合，处理多摄像头输入，实现全面的 360 度场景理解。我们在 OpenLane-V2 和 NuScenes 数据集上评估了该方法，与 LiDAR 真值相比，实现了高达 85% 的道路分割准确率和 85-90% 的车辆检测率，平均位置误差限制在 1.2 米以内。这些结果凸显了深度学习仅使用摄像头输入即可提取丰富空间信息的潜力，从而在不牺牲精度的情况下实现成本高效的自主导航。
引用
@article{arxiv.2505.06113,
title = {Camera-Only Bird's Eye View Perception: A Neural Approach to LiDAR-Free Environmental Mapping for Autonomous Vehicles},
author = {Anupkumar Bochare},
journal= {arXiv preprint arXiv:2505.06113},
year = {2025}
}