要約
移動体の識別は、姿勢推定、ナビゲーション、衝突回避、静的マップ構築のための重要な情報を提供するため、自律システムにとって不可欠な能力である。本論文では、LiDAR移動物体セグメンテーションのための高速かつ正確なフレームワークであるMotionBEVを紹介します。これは、鳥瞰図（BEV）領域における外観と動きの特徴で移動物体をセグメント化します。本アプローチでは、3D LiDARスキャンを2D極BEV表現に変換し、リアルタイム性能を実現する。具体的には、簡略化されたポイントネットで外観特徴を学習し、極BEV座標系の縦列に投影された点群の連続フレームの高低差から動き特徴を算出する。また、外観と動きの時空間情報を適応的に融合させるため、外観-動き協調学習モジュール（AMCM）で橋渡しされた2分岐ネットワークを採用しています。我々のアプローチは、SemanticKITTI-MOSベンチマークにおいて、RTX 3090 GPUで平均推論時間23msという最先端の性能を達成した。さらに、本手法の実用的な有効性を示すために、非繰り返し走査パターンと小視野を特徴とする固体LiDARによって記録されたLiDAR-MOSデータセットを提供します。
要約(オリジナル)
Identifying moving objects is an essential capability for autonomous systems, as it provides critical information for pose estimation, navigation, collision avoidance and static map construction. In this paper, we present MotionBEV, a fast and accurate framework for LiDAR moving object segmentation, which segments moving objects with appearance and motion features in bird’s eye view (BEV) domain. Our approach converts 3D LiDAR scans into 2D polar BEV representation to achieve real-time performance. Specifically, we learn appearance features with a simplified PointNet, and compute motion features through the height differences of consecutive frames of point clouds projected onto vertical columns in the polar BEV coordinate system. We employ a dual-branch network bridged by the Appearance-Motion Co-attention Module (AMCM) to adaptively fuse the spatio-temporal information from appearance and motion features. Our approach achieves state-of-the-art performance on the SemanticKITTI-MOS benchmark, with an average inference time of 23ms on an RTX 3090 GPU. Furthermore, to demonstrate the practical effectiveness of our method, we provide a LiDAR-MOS dataset recorded by a solid-state LiDAR, which features non-repetitive scanning patterns and small field of view.
arxiv情報
| 著者 | Bo Zhou,Jiapeng Xie,Yan Pan,Jiajie Wu,Chuanzhao Lu |
| 発行日 | 2023-05-12 09:28:09+00:00 |
| arxivサイト | arxiv_id(pdf) |