LiMoSeg：基于实时鸟瞰图的 LiDAR 运动分割
计算机视觉与模式识别
2022-01-25 v3 机器人学
摘要
运动目标检测与分割是自动驾驶流程中的一项基本任务。检测并分离车辆周围环境的静态与运动成分在路径规划和定位任务中尤为关键。本文提出一种用于光探测与测距（LiDAR）数据运动分割的新颖实时架构。我们使用 2D 鸟瞰图（BEV）表示中的三次连续 LiDAR 扫描来进行逐像素的静态或运动分类。此外，我们提出一种新颖的数据增强技术，以缓解静态与运动目标之间的显著类别不平衡。我们通过剪切并粘贴静态车辆来人工合成运动目标以实现此目的。我们在常用的汽车嵌入式平台即 Nvidia Jetson Xavier 上展示了 8 ms 的低延迟。据我们所知，这是首个直接在 LiDAR BEV 空间中进行运动分割的工作。我们在具有挑战性的 SemanticKITTI 数据集上提供了定量结果，定性结果见 https://youtu.be/2aJ-cL8b0LI。
引用
@article{arxiv.2111.04875,
title = {LiMoSeg: Real-time Bird's Eye View based LiDAR Motion Segmentation},
author = {Sambit Mohapatra and Mona Hodaei and Senthil Yogamani and Stefan Milz and Heinrich Gotzig and Martin Simon and Hazem Rashed and Patrick Maeder},
journal= {arXiv preprint arXiv:2111.04875},
year = {2022}
}
备注
Accepted for Presentation at International Conference on Computer Vision Theory and Applications (VISAPP 2022)