摘要
“我们提出了一种利用激光雷达返回的多视图表示的目标检测和轨迹预测的端到端方法。我们的方法建立在最先进的鸟瞰(BEV)网络上，该网络融合了一系列历史激光雷达数据的体素化特征以及栅格化高清地图，以执行检测和预测任务。我们使用额外的LiDAR距离视图(RV)功能来扩展BEV网络，这些功能使用原始LiDAR信息的原生非量化表示。将RV特征图投影到BEV中，并与激光雷达和高清地图计算的BEV特征融合。然后，在单个端到端可训练网络中，对融合特征进行进一步处理，以输出最终检测和轨迹。此外，使用该框架，激光雷达和摄像机的RV融合以一种简单和计算高效的方式进行。我们提出的方法提高了自动驾驶车辆车队收集的私有大规模真实世界数据以及公共nuScenes数据集的最新水平。”
Sudeep Fadadu, Shreyash Pandey, Darshan Hegde, Yi Shi, Fang-Chieh Chou, Nemanja Djuric, Carlos vallesi - gonzalez;IEEE/CVF计算机视觉应用冬季会议论文集(WACV)， 2022，第2349-2357页
留下回复