面向机器人自主导航的场景理解：以自我中心图像中可行驶性分割为学习目标

本工作解决户外机器人导航的场景理解问题，仅依赖车载相机捕获的图像。传统的视觉场景理解基于特定的描述性类别来解释环境。然而，此类表示无法直接用于决策，并将机器人操作限制于特定领域。因此，我们提出直接根据机器人如何在其中导航来分割自我中心图像，并将学习问题定制为自主导航任务。围绕一个图像分割网络，我们提出了一种由 3 个可行驶性等级组成的通用可供性，可广泛适用于城市与越野场景。通过使用软序数标签编码这些等级，我们在学习中引入了类间距离，相较于标准“硬”独热标注改善了分割。此外，我们提出了一种面向导航的逐像素损失加权方法，对安全关键区域赋予更高重要性。我们在从晴朗城市街道到雪覆森林小径的大规模公共图像分割数据集上评估了我们的方法。在跨数据集泛化实验中，我们表明我们的可供性学习方案可应用于多样化数据集组合，并相较通用型单数据集分割改善了未知环境中的可行驶性估计。