OccCylindrical：基于柱面表示的多模态融合用于三维语义占用预测
计算机视觉与模式识别
2025-05-07 v1 机器人学
摘要
自动驾驶汽车（AV）的安全运行高度依赖于其对周围环境的理解。为此，三维语义占用预测任务将传感器周围的空间划分为体素，并为每个体素标注占用和语义信息。近期的感知模型已使用多传感器融合来执行此任务。然而，现有的基于多传感器融合的方法主要侧重于在笛卡尔坐标系中使用传感器信息。这忽略了传感器读数的分布，导致细粒度细节丢失和性能下降。在本文中，我们提出了OccCylindrical，该方法在柱面坐标下融合并精炼不同模态的特征。我们的方法保留了更多细粒度的几何细节，从而带来了更好的性能。在nuScenes数据集上（包括具有挑战性的雨天和夜间场景）进行的大量实验证实了我们方法的有效性和最先进的性能。代码将发布于：https://github.com/DanielMing123/OccCylindrical
引用
@article{arxiv.2505.03284,
title = {OccCylindrical: Multi-Modal Fusion with Cylindrical Representation for 3D Semantic Occupancy Prediction},
author = {Zhenxing Ming and Julie Stephany Berrio and Mao Shan and Yaoqi Huang and Hongyu Lyu and Nguyen Hoang Khoi Tran and Tzu-Yun Tseng and Stewart Worrall},
journal= {arXiv preprint arXiv:2505.03284},
year = {2025}
}