基于单帧FMCW激光点云的预测对象检测POD
计算机视觉与模式识别
2025-04-09 v1
摘要
基于激光的3D目标检测是自动驾驶领域的基本任务。本文探讨了频率调制连续波(FMCW)激光在自动感知中的独特优势。给定单帧FMCW点云（包含径向速度 measurements），我们期望对象检测器能够仅通过当前帧传感器数据即可检测物体的短期未来位置，并演示快速响应中间危险的能力。为实现此目标，我们将标准对象检测任务扩展为一种新任务，即预测对象检测(POD)，旨在仅基于当前观察预测物体的短期未来位置和尺寸。通常，运动预测任务需要历史传感器信息以处理每个对象的时域上下文，而我们的检测器通过避免多帧历史信息实现了更快的潜在危险响应速度。FMCW激光的核心优势在于每个反射点都关联的径向速度。我们提出了一种新的POD框架，其核心思想是通过光线投射机制生成虚拟未来点，创建当前和虚拟未来帧的虚拟双帧点云，并使用稀疏4D编码器对这些双帧体素特征进行编码。随后，这些4D体素特征按时间索引分离并重映射为两个鸡瞰视图(BEV)特征：一个用于解码标准当前帧目标检测，另一个用于未来预测目标检测。广泛的实验表明，所提出的POD框架在标准和预测检测性能方面均达到了最先进的水平。
引用
@article{arxiv.2504.05649,
title = {POD: Predictive Object Detection with Single-Frame FMCW LiDAR Point Cloud},
author = {Yining Shi and Kun Jiang and Xin Zhao and Kangan Qian and Chuchu Xie and Tuopu Wen and Mengmeng Yang and Diange Yang},
journal= {arXiv preprint arXiv:2504.05649},
year = {2025}
}