Det6D: A Ground-Aware Full-Pose 3D Object Detector for Improving Terrain Robustness

要約

LiDARを使用した正確な3Dオブジェクト検出は、自動運転にとって重要です。
既存の研究はすべてフラットワールドの仮定に基づいています。
ただし、実際の道路は急勾配のセクションで複雑になる可能性があり、前提が崩れます。
この場合、傾斜した地形上のオブジェクトを正しく検出することが難しいため、現在の方法ではパフォーマンスが低下します。
この作業では、地形の堅牢性を向上させるために、空間的および姿勢的な制限のない最初の完全自由度の3Dオブジェクト検出器であるDet6Dを提案します。
空間範囲全体でオブジェクトを検出する機能を確立することにより、ポイントベースのフレームワークを選択します。
ピッチとロールを含む完全な角度のポーズを予測するために、ローカルの地面の制約を活用する地面を意識した方向分岐を設計します。
ロングテールの非フラットシーンデータ収集と6Dポーズ注釈の難しさを考慮して、フラットシーンに記録された既存のデータセットから非フラット地形を合成するためのデータ拡張方法であるSlope-Augを紹介します。
さまざまなデータセットでの実験により、さまざまな地形でのメソッドの有効性と堅牢性が実証されています。
さらに、ネットワークが2つの余分なポーズを予測する方法を調査するために、拡張実験を実施しました。
提案されたモジュールは、既存のポイントベースのフレームワーク用のプラグアンドプレイです。
コードはhttps://github.com/HITSZ-NRSL/De6Dで入手できます。

要約(オリジナル)

Accurate 3D object detection with LiDAR is critical for autonomous driving. Existing research is all based on the flat-world assumption. However, the actual road can be complex with steep sections, which breaks the premise. Current methods suffer from performance degradation in this case due to difficulty correctly detecting objects on sloped terrain. In this work, we propose Det6D, the first full-degree-of-freedom 3D object detector without spatial and postural limitations, to improve terrain robustness. We choose the point-based framework by founding their capability of detecting objects in the entire spatial range. To predict full-degree poses, including pitch and roll, we design a ground-aware orientation branch that leverages the local ground constraints. Given the difficulty of long-tail non-flat scene data collection and 6D pose annotation, we present Slope-Aug, a data augmentation method for synthesizing non-flat terrain from existing datasets recorded in flat scenes. Experiments on various datasets demonstrate the effectiveness and robustness of our method in different terrains. We further conducted an extended experiment to explore how the network predicts the two extra poses. The proposed modules are plug-and-play for existing point-based frameworks. The code is available at https://github.com/HITSZ-NRSL/De6D.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google