利用多层栅格地图对稀疏激光雷达数据进行环视语义分割
计算机视觉与模式识别
2020-05-15 v1 机器人学
图像与视频处理
摘要
在本文中，我们考虑将激光测距测量值转换为俯视图栅格地图表示，以解决仅依赖激光雷达的语义分割任务。自 SemanticKITTI 数据集发布以来，研究人员现在能够基于合理数量的数据研究城市激光雷达序列的语义分割。虽然其他方法提议直接在三维点云上学习，我们利用栅格地图框架提取相关信息并使用多层栅格地图表示它们。这种表示允许我们使用图像领域中经过充分研究的深度学习架构，仅利用单次激光雷达扫描的稀疏输入数据来预测稠密语义栅格地图。我们比较了单层与多层方法，并展示了多层栅格地图输入的优势。由于栅格地图表示允许我们预测稠密的、360°语义环境表示，我们进一步开发了一种方法来组合多次扫描的语义信息并创建稠密真值栅格。该方法使我们能够不仅基于有检测的栅格单元，而且基于完整可见测量范围来评估和比较我们模型的性能。
引用
@article{arxiv.2005.06667,
title = {Exploiting Multi-Layer Grid Maps for Surround-View Semantic Segmentation of Sparse LiDAR Data},
author = {Frank Bieder and Sascha Wirges and Johannes Janosovits and Sven Richter and Zheyuan Wang and Christoph Stiller},
journal= {arXiv preprint arXiv:2005.06667},
year = {2020}
}