基于圆柱体体素的全景深度辅助占据预测用于自动驾驶
计算机视觉与模式识别
2025-04-03 v1 机器人学
摘要
准确的3D感知是自动驾驶的关键。传统方法由于缺乏几何先验常常难以克服几何歧义。为解决这些挑战，我们使用全景深度估计引入几何先验。基于深度信息，我们提出了Sketch-Coloring框架OmniDepth-Occ。此外，我们引入基于极坐标的圆柱体体素表示，以更好地与全景相机视图的径向特性保持一致。为解决fisheye相机在自动驾驶任务中数据匮乏的问题，我们还构建了一个包含六个fisheye相机的虚拟场景数据集，数据量达到SemanticKITTI的两倍。实验结果表明，我们的Sketch-Coloring网络显著提升了3D感知性能。
引用
@article{arxiv.2504.01023,
title = {Omnidirectional Depth-Aided Occupancy Prediction based on Cylindrical Voxel for Autonomous Driving},
author = {Chaofan Wu and Jiaheng Li and Jinghao Cao and Ming Li and Yongkang Feng and Jiayu Wu Shuwen Xu and Zihang Gao and Sidan Du and Yang Li},
journal= {arXiv preprint arXiv:2504.01023},
year = {2025}
}