从一到多：基于单传感器数据集的多激光雷达感知不变性
计算机视觉与模式识别
2025-01-27 v2 机器人学
摘要
近年来，由深度神经网络驱动的自动驾驶车辆激光雷达分割方法在 nuScenes 和 SemanticKITTI 等经典基准测试上的性能经历了大幅提升。然而，将在此类单传感器设置下训练的模型部署到配备多个高分辨率激光雷达传感器的现代车辆上时，性能仍存在巨大差距。在本工作中，我们引入了一种特征级不变性度量，它可以作为衡量跨领域泛化能力的代理指标，而无需标注数据。此外，我们提出了两种特定于应用的数据增强方法，当在单传感器数据集上训练时，它们有助于更好地迁移到多传感器激光雷达设置。我们在模拟和真实数据上提供了实验证据，表明我们提出的增强方法提高了跨激光雷达设置的不变性，从而改善了泛化能力。
引用
@article{arxiv.2409.18592,
title = {From One to the Power of Many: Invariance to Multi-LiDAR Perception from Single-Sensor Datasets},
author = {Marc Uecker and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2409.18592},
year = {2025}
}
备注
Accepted for publication at the ML4AD Workshop @ AAAI Conference 2025