大气雾粒子尺寸分布对3D目标检测中适应天气条件的影响
计算机视觉与模式识别
2024-08-05 v1
摘要
LiDAR基传感器采用光谱信号在自动驾驶车辆系统中发挥着提供目标对象重要信息的作用。然而，大气中雾的存在严重降低了整个系统的性能。本文分析雾粒子尺寸分布在不利天气条件下3D目标检测中的作用。我们利用米氏理论和气象光学范围(MOR)计算点云生成的衰减系数和背散射系数值，并分析在Car、Cyclist和Pedestrian情形下系统准确性在易于、中等和困难检测难度下的表现。Gamma和Junge(幂律)分布被用于在强和中等对流雾环境中数学建模雾粒子尺寸分布。随后，我们基于背散射系数值修改KITTI数据集，并在PV-RCNN++深度神经网络模型上训练Car、Cyclist和Pedestrian在不同检测难度下的情形。结果分析显示，系统准确性随目标对象尺寸、雾环境性质以及检测难度增加而显著变化，其中Car检测准确率约为99%，Pedestrian检测准确率约为73%。
引用
@article{arxiv.2408.01085,
title = {Effect of Fog Particle Size Distribution on 3D Object Detection Under Adverse Weather Conditions},
author = {Ajinkya Shinde and Gaurav Sharma and Manisha Pattanaik and Sri Niwas Singh},
journal= {arXiv preprint arXiv:2408.01085},
year = {2024}
}