利用低分辨率激光雷达实现三维目标检测
计算机视觉与模式识别
2022-05-05 v2 机器人学
摘要
激光探测与测距(LiDAR)已广泛应用于自动驾驶车辆的感知与定位。然而，高分辨率 LiDAR 的成本仍高得令人望而却步，而其低分辨率对应产品则实惠得多。因此，使用低分辨率 LiDAR 进行自动驾驶是一种经济可行的方案，但点云稀疏性使其极具挑战。本文提出一种两阶段神经网络框架，可利用低分辨率 LiDAR 实现三维目标检测。该框架以低分辨率 LiDAR 点云与单目相机图像为输入，先采用深度补全网络生成稠密点云，随后由基于体素的网络处理以进行三维目标检测。在 KITTI 数据集上针对鸟瞰图(BEV)中的三维目标检测进行评估，实验结果表明，所提方法显著优于直接应用 16 线 LiDAR 点云进行目标检测。对于简单与中等难度情况，我们的三维车辆检测结果接近于使用 64 线高分辨率 LiDAR 的结果。
引用
@article{arxiv.2105.01765,
title = {Enabling 3D Object Detection with a Low-Resolution LiDAR},
author = {Lin Bai and Yiming Zhao and Xinming Huang},
journal= {arXiv preprint arXiv:2105.01765},
year = {2022}
}