LiDAR 引导的小障碍物分割

Aasheesh Singh; Aditya Kamireddypalli; Vineet Gandhi; K Madhava Krishna

LiDAR 引导的小障碍物分割

机器人学 2020-03-16 v1 计算机视觉与模式识别

作者: Aasheesh Singh , Aditya Kamireddypalli , Vineet Gandhi , K Madhava Krishna

摘要

检测道路上小障碍物对自动驾驶至关重要。本文中，我们提出一种通过稀疏 LiDAR（VLP-16）与单目视觉多模态框架可靠检测此类障碍物的方法。LiDAR 以置信度图形式为单目分割网络提供额外上下文。我们展示了当该上下文作为额外输入送入单目语义分割框架时性能的显著提升。我们进一步向社区提供一个新的语义分割数据集，包含超过 3000 帧图像及对应 LiDAR 观测。图像带有越野、道路、小障碍物三类的像素级标注。我们强调 LiDAR 与相机间精确标定对此任务至关重要，并因而提出一种基于 Hausdorff 距离的外参标定精修新方法。作为该数据集上的首个基准，我们报告了在挑战性场景下至 50 米距离 73% 实例检测的结果。通过展示 50 米深度处小于 15 厘米障碍物的准确分割（定性）以及与先前方法有利对比（定量），我们证实了方法的有效性。我们的项目页与数据集托管于 https://small-obstacle-dataset.github.io/

关键词

小障碍物检测 LiDAR 单目视觉语义分割自动驾驶数据集标定精修

引用

@article{arxiv.2003.05970,
  title  = {LiDAR guided Small obstacle Segmentation},
  author = {Aasheesh Singh and Aditya Kamireddypalli and Vineet Gandhi and K Madhava Krishna},
  journal= {arXiv preprint arXiv:2003.05970},
  year   = {2020}
}

备注

8 pages, Submitted to IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS 2020

LiDAR 引导的小障碍物分割

摘要

关键词

引用

备注

相关论文