面向自动驾驶的数据驱动相机与激光雷达仿真模型：从生成模型到体积渲染器的综述
计算机视觉与模式识别
2025-03-24 v2 图形学
机器学习
机器人学
摘要
感知传感器，特别是相机和激光雷达，是自动驾驶系统（ADS）的关键组成部分，使其能够理解周围环境以做出明智的驾驶和控制决策。因此，为这些传感器开发逼真的仿真模型对于进行有效的基于仿真的ADS测试至关重要。此外，基于深度学习的感知模型的兴起增加了传感器仿真模型在合成多样化训练数据集方面的实用性。传统的传感器仿真模型依赖于计算昂贵的基于物理的算法，特别是在ADS等复杂系统中。因此，当前的潜力在于数据驱动方法，这得益于深度生成模型在捕获高维数据分布方面的卓越性能以及体积渲染器在准确表示场景方面的能力。本文综述了当前最先进的数据驱动相机和激光雷达仿真模型及其评估方法。它从生成模型和体积渲染器的新视角探索了一系列模型。生成模型根据其输入输出类型进行讨论，而体积渲染器则根据其输入编码进行分类。最后，本文阐述了评估传感器仿真模型的常用技术，并指出了该领域现有的研究空白。
引用
@article{arxiv.2402.10079,
title = {Data-driven Camera and Lidar Simulation Models for Autonomous Driving: A Review from Generative Models to Volume Renderers},
author = {Hamed Haghighi and Xiaomeng Wang and Hao Jing and Mehrdad Dianati},
journal= {arXiv preprint arXiv:2402.10079},
year = {2025}
}
备注
To be published in IEEE Transactions on Intelligent Vehicles