LiDAR 引导的自主驾驶用时空多视角立体视觉
计算机视觉与模式识别
2026-03-05 v1
摘要
精确的度量深度是自主驾驶感知与仿真的关键，但现有方法在度量精度、多视角时序一致性及跨域泛化方面存在挑战。为此，我们提出 DriveMVS，一种新型多视角立体框架，通过两个关键思想实现目标统一：（1）稀疏但度量准确的 LiDAR 观测可作为几何提示锚定深度估计的绝对尺度；（2）深度融合多样线索对消除歧义、提升鲁棒性至关重要，同时时空解码器确保跨帧一致性。基于此原理，DriveMVS 采用两种方式嵌入 LiDAR 提示：作为锚定成本体积的硬几何先验，以及通过三线索融合器实现的软特征级引导。关于时序一致性，DriveMVS 引入时空解码器，联合利用 MVS 成本体积的几何线索与相邻帧的时序上下文。实验表明，DriveMVS 在多个基准测试中实现最先进性能，尤其在度量精度、时序稳定性及零样本跨域迁移方面表现卓越，为可扩展可靠的自主驾驶系统提供了实际价值。
引用
@article{arxiv.2603.03765,
title = {LiDAR Prompted Spatio-Temporal Multi-View Stereo for Autonomous Driving},
author = {Qihao Sun and Jiarun Liu and Ziqian Ni and Jianyun Xu and Tao Xie and Lijun Zhao and Ruifeng Li and Sheng Yang},
journal= {arXiv preprint arXiv:2603.03765},
year = {2026}
}