LEGO-Motion：基于占用实例建模的学习增强网格用于类别无关运动预测
计算机视觉与模式识别
2025-03-11 v1
摘要
准确可靠的空间与运动信息在自动驾驶系统中发挥着关键作用。然而，目标级感知模型难以处理开放场景类别，且缺乏精确的内在几何。另一方面，基于占用的类别无关方法在场景表示方面表现出色，但无法保证物理一致性，并忽略了交通参与者之间交互的重要性，阻碍了模型学习准确可靠运动的能力。在本文中，我们提出了一种用于类别无关运动预测任务的新型占用-实例建模框架，名为 LEGO-Motion，它将实例特征整合到鸟瞰图（Bird's Eye View, BEV）空间中。我们的模型包括：(1) BEV 编码器，(2) 交互增强实例编码器，以及 (3) 实例增强 BEV 编码器，改善了模型内的交互关系和物理一致性，从而确保对环境更准确、更鲁棒的理解。在 nuScenes 数据集上的大量实验表明，我们的方法实现了 SOTA 性能，优于现有方法。此外，我们的框架在先进的 FMCW LiDAR 基准上得到了验证，展示了其实用性和泛化能力。代码将公开发布以促进进一步研究。
引用
@article{arxiv.2503.07367,
title = {LEGO-Motion: Learning-Enhanced Grids with Occupancy Instance Modeling for Class-Agnostic Motion Prediction},
author = {Kangan Qian and Jinyu Miao and Ziang Luo and Zheng Fu and and Jinchen Li and Yining Shi and Yunlong Wang and Kun Jiang and Mengmeng Yang and Diange Yang},
journal= {arXiv preprint arXiv:2503.07367},
year = {2025}
}
备注
8 pages, 4 figures