CARLA 模拟器中面向 LiDAR 的真实雨天天气仿真
机器人学
2023-12-21 v1 人工智能
摘要
利用数据增强方法提升恶劣天气下的感知性能近期备受关注。大多数 LiDAR 增强方法通过基于物理的模型或机器学习方法对现有数据集进行后处理。然而，由于现有数据集中环境标注有限且车辆轨迹固定，编辑场景并扩展交通流和场景的多样性具有挑战性。为此，我们提出了一种基于模拟器的物理建模方法，以增强雨天天气下的 LiDAR 数据，从而提升 LiDAR 在该场景下的感知性能。我们在 CARLA 模拟器中完成了雨天天气的建模任务，并建立了 LiDAR 数据采集流程。特别地，我们重点关注雨中周围车辆车轮卷起的水雾和飞溅，并通过我们开发的 Spray Emitter 方法完成了该特殊场景的仿真。此外，我们考察了不同天气条件对 LiDAR 回波强度的影响，开发了 LiDAR 回波强度预测网络，并完成了 4 特征 LiDAR 点云数据的仿真。实验表明，经合成数据增强的模型提升了 Waymo 开放数据集中雨天序列的目标检测任务性能。代码和数据集将公开于 https://github.com/PJLab-ADG/PCSim#rainypcsim。
引用
@article{arxiv.2312.12772,
title = {Realistic Rainy Weather Simulation for LiDARs in CARLA Simulator},
author = {Donglin Yang and Zhenfeng Liu and Wentao Jiang and Guohang Yan and Xing Gao and Botian Shi and Si Liu and Xinyu Cai},
journal= {arXiv preprint arXiv:2312.12772},
year = {2023}
}