基于激光雷达的 4D 占据栅格补全与预测
计算机视觉与模式识别
2024-09-11 v2 机器人学
摘要
场景补全与预测是面向自动驾驶车辆等移动智能体的研究中两个流行的感知问题。现有方法将二者孤立处理，导致对这两方面感知的分离。本文引入一种自动驾驶背景下的新型激光雷达感知任务——占据补全与预测（OCF），以将这两方面统一到一个连贯框架中。该任务需要新算法一并应对三个挑战：（1）稀疏到稠密重建，（2）部分到完整幻觉，（3）3D 到 4D 预测。为提供监督与评估，我们从公开自动驾驶数据集策划了一个大规模数据集 OCFBench。我们分析了密切相关现有基线模型及我们自己的模型在该数据集上的表现。我们期望本研究将启发并呼吁对这一不断演进且关键的四维感知领域做进一步探究。我们的数据策划与基线实现代码见 https://github.com/ai4ce/Occ4cast。
引用
@article{arxiv.2310.11239,
title = {LiDAR-based 4D Occupancy Completion and Forecasting},
author = {Xinhao Liu and Moonjun Gong and Qi Fang and Haoyu Xie and Yiming Li and Hang Zhao and Chen Feng},
journal= {arXiv preprint arXiv:2310.11239},
year = {2024}
}
备注
IROS 2024