MOVES：基于静态重建在无标签设置下可移动与移动LiDAR场景分割
机器人学
2023-10-17 v2 计算机视觉与模式识别
摘要
准确的静态结构重建与非静止物体分割对于自主导航应用至关重要。这些应用假设一次LiDAR扫描仅由静态结构组成。然而在真实世界中，LiDAR扫描由非静止的动态结构——移动与可移动物体——组成。当前方案利用分割信息从LiDAR扫描中隔离并移除移动结构。该策略在若干重要的无分割信息用例中失效。在此类场景中，移动物体以及运动不确定性高即可移动物体可能逃避检测。这违背了上述假设。我们提出MOVES，一种新颖的基于GAN的对抗模型，在无分割信息时分割出移动以及可移动物体。我们通过将动态LiDAR扫描精确变换为对应的静态扫描来实现此目的。这是通过用被动态物体遮挡的静态结构替换动态物体及相应遮挡来获得的。我们利用对应的静态-动态LiDAR对。
引用
@article{arxiv.2306.14812,
title = {MOVES: Movable and Moving LiDAR Scene Segmentation in Label-Free settings using Static Reconstruction},
author = {Prashant Kumar and Dhruv Makwana and Onkar Susladkar and Anurag Mittal and Prem Kumar Kalra},
journal= {arXiv preprint arXiv:2306.14812},
year = {2023}
}
备注
35 pages, 8 figures, 6 tables