RS2AD-LiDAR：基于路侧传感器观测的端到端自动驾驶 LiDAR 数据生成
计算机视觉与模式识别
2026-05-25 v1
摘要
直接处理多模态传感数据并输出细粒度控制指令的端到端自动驾驶解决方案，已随着自动驾驶技术的发展逐渐成为主流方向。然而，目前该类别的方法依赖于单车数据采集进行模型训练和优化，这面临采集与标注成本高、有价值场景稀缺以及数据孤岛等问题。为了应对这些挑战，我们提出了 RS2AD-LiDAR，一种从路侧传感器观测中重建并生成车载 LiDAR 数据的新框架。由于目前没有公开数据集提供路侧与车载 LiDAR 传感器之间高度重叠的感知覆盖，而这对于研究路侧到车侧的数据生成至关重要，因此我们构建了一个专用数据集 R2V-LiDAR，在本工作中仅用于评估。具体而言，我们的方法将路侧 LiDAR 点云转换到车载 LiDAR 坐标系中，并通过虚拟 LiDAR 建模和点云重采样技术合成高保真车载数据。据我们所知，这是第一种从路侧传感器输入重建车载 LiDAR 数据的方法。大量的实验对比证明了生成数据与真实数据之间的语义相似性。此外，目标检测实验表明，将生成数据纳入真实数据以进行模型训练，可提高 Bird's Eye View (BEV) 和 3D 检测精度，从而验证了所提方法的有效性。
关键词
引用
@article{arxiv.2605.23406,
title = {RS2AD-LiDAR: End-to-End Autonomous Driving LiDAR Data Generation from Roadside Sensor Observations},
author = {Runyi Huang and Ni Ding and Ruidan Xing and Yuheng Shi and Lei He and Keqiang Li},
journal= {arXiv preprint arXiv:2605.23406},
year = {2026}
}