MotionBEV：基于鸟瞰图外观与运动特征、注意力感知的在线LiDAR运动物体分割
计算机视觉与模式识别
2023-10-20 v3 机器人学
摘要
识别运动物体是自治系统的关键能力，因其为位姿估计、导航、避碰与静态地图构建提供关键信息。本文提出MotionBEV，一种快速准确的LiDAR运动物体分割框架，其在鸟瞰图(BEV)域中利用外观与运动特征分割运动物体。我们的方法将3D LiDAR扫描转换为2D极坐标BEV表示以提升计算效率。具体而言，我们用简化PointNet学习外观特征，并通过投影到极坐标BEV坐标系垂直柱面上的连续帧点云高度差计算运动特征。我们采用由外观-运动协同注意力模块(AMCM)桥接的双分支网络，自适应融合来自外观与运动特征的时空信息。我们的方法在SemanticKITTI-MOS基准上取得最先进性能。此外，为证明方法的实际有效性，我们提供了一个由固态LiDAR记录的LiDAR-MOS数据集，其具有非重复扫描模式与小视场角。
引用
@article{arxiv.2305.07336,
title = {MotionBEV: Attention-Aware Online LiDAR Moving Object Segmentation with Bird's Eye View based Appearance and Motion Features},
author = {Bo Zhou and Jiapeng Xie and Yan Pan and Jiajie Wu and Chuanzhao Lu},
journal= {arXiv preprint arXiv:2305.07336},
year = {2023}
}