基于3D LiDAR数据的越野可行驶区域提取
计算机视觉与模式识别
2020-03-11 v1
摘要
我们提出一种利用3D LiDAR数据进行越野可行驶区域提取的方法，面向自动驾驶应用。设计了特定的深度学习框架以处理模糊区域，这是越野环境中的主要挑战之一。为减少对人工标注数据用于网络训练的大量需求，我们利用大量车辆路径信息与自动生成的障碍物标签。使用这些自动生成的标注，所提网络可通过弱监督或半监督方法训练，能以更少的人工标注取得更好性能。在我们数据集上的实验证明了框架的合理性及弱监督与半监督方法的有效性。
引用
@article{arxiv.2003.04780,
title = {Off-Road Drivable Area Extraction Using 3D LiDAR Data},
author = {Biao Gao and Anran Xu and Yancheng Pan and Xijun Zhao and Wen Yao and Huijing Zhao},
journal= {arXiv preprint arXiv:2003.04780},
year = {2020}
}
备注
Accepted by IEEE Intelligent Vehicles Symposium (IV2019)