基于伪 LiDAR 监督的 LiDAR-EVS：增强 3D 高斯渲染的外推视图
机器人学
2026-03-17 v1 计算机视觉与模式识别
摘要
3D 高斯渲染（3DGS）已成为用于自动驾驶仿真的 LiDAR 和摄像机合成的强大技术。然而，针对训练轨迹之外的外推视图模拟 LiDAR 仍具有挑战性，因为现有方法通常在单次遍历传感器扫描上进行训练，易出现严重过拟合且对新型自驾车路径的泛化能力差。为在无外部多遍数据的情况下可靠地模拟沿未见路径的 LiDAR，我们提出 LiDAR-EVS，一个用于自动驾驶中鲁棒外推视图 LiDAR 仿真的轻量级框架。 designed 为即插即用，LiDAR-EVS 可轻松扩展到多种 LiDAR 传感器和神经渲染基线，几乎无需修改。我们的框架包含两个关键组件：（1）基于多帧 LiDAR 融合、视图转换、遮挡卷曲和强度调整的伪外推视图点云监督；（2）空间约束 dropout 正则化，提高对实际驾驶中遇到的各种轨迹变化的鲁棒性。广泛的实验表明，LiDAR-EVS 在三个数据集上实现了外推视图 LiDAR 合成的 SOTA 性能，使其成为数据驱动仿真、闭环评估和合成数据生成在自动驾驶系统中的有前景的工具。
引用
@article{arxiv.2603.14763,
title = {LiDAR-EVS: Enhance Extrapolated View Synthesis for 3D Gaussian Splatting with Pseudo-LiDAR Supervision},
author = {Yiming Huang and Xin Kang and Sipeng Zhang and Hongliang Ren and Weihua Zhang and Junjie Lai},
journal= {arXiv preprint arXiv:2603.14763},
year = {2026}
}
备注
22 pages, 8 figures