NeuroLiDAR: 基于神经器事件LiDAR融合的自适应帧率深度感知
计算机视觉与模式识别
2026-05-19 v1
摘要
LiDAR广泛用于3D深度重建，但其性能常受限于固件约束，导致有效范围、空间分辨率和帧率之间存在权衡。许多LiDAR系统通常以低帧率运行（例如5-10 Hz），优先实现长距离感知而牺牲对快速场景变化的响应速度。我们提出NeuroLiDAR，一种自适应深度感知框架，通过融合稀疏的LiDAR数据与稠密的神经器事件相机输入，实现最高可达约66 Hz的有效帧率。NeuroLiDAR集成了两个组件：基于事件的关键帧检测和事件引导的深度外推，用于动态调整感知速率以响应场景动态。为评估我们的方案，我们引入ELiDAR数据集，覆盖室内外场景，并表明NeuroLiDAR在RMSE下降约29%的同时实现了27.8-47.3 Hz的自适应帧率。我们的代码和数据集已在https://github.com/darshanakgr/neurolidar上提供。
引用
@article{arxiv.2605.16805,
title = {NeuroLiDAR: Adaptive Frame Rate Depth Sensing via Neuromorphic Event-LiDAR Fusion},
author = {Darshana Rathnayake and Dulanga Weerakoon and Meera Radhakrishnan and Archan Misra},
journal= {arXiv preprint arXiv:2605.16805},
year = {2026}
}
备注
ICRA2026 accepted