LiDAR-BEVMTN:自动驾驶中的实时激光雷达鸟瞰图多任务感知网络-程序员宅基地

技术标签: 自动驾驶  机器学习  人工智能  

编辑 | 自动驾驶专栏

点击下方卡片,关注“自动驾驶之心”公众号

ADAS巨卷干货,即可获取

点击进入→自动驾驶之心【多传感器融合】技术交流群

本文只做学术分享,如有侵权,联系删文

796c7266c5cdb0768e5afaf7caf6bdbf.png

  • 论文链接:https://arxiv.org/pdf/2307.08850.pdf

  • 视频链接:https://youtu.be/H-hWRzv2lIY

0d364ccf1a99fdd6f86958b6232b4d10.jpeg

摘要

8506296fceaca1f3c4aa444d459d2921.png

本文介绍了LiDAR-BEVMTN:自动驾驶中的实时激光雷达鸟瞰图多任务感知网络。激光雷达对于自动驾驶中鲁棒的3D场景感知至关重要。激光雷达感知具有仅次于相机感知的最多的文献。然而,使用激光雷达进行检测、分割和运动估计等任务的多任务学习仍然相对未经探索,尤其是在车载级嵌入式平台上。本文提出一种实时的多任务卷积神经网络,用于基于激光雷达的目标检测、语义和运动分割。统一的框架包含共享编码器和任务专用解码器,实现联合表示学习。本文提出一种新型的语义加权和引导(SWAG)模块来选择性地迁移语义特征,以改进目标检测。本文的异构训练策略结合各种数据集,并且利用了任务之间的互补线索。该工作提供了首个嵌入式实现,将这些来自激光雷达点云的感知任务统一起来,在嵌入式NVIDIA Xavier平台上实现3ms延迟。我们在语义和运动分割这两项任务上取得最先进的结果,并且在3D目标检测任务上获得接近最好的性能。通过最大化硬件效率并且利用多任务协同,本文方法提供了一个精确且高效的解决方案,专为现实世界自动驾驶部署量身定制。

17a890578397f196db1542ca71cf72b6.jpeg

主要贡献

b28a99b1c5fe8b9bb6603a4fb0644c13.png

本文的主要贡献总结如下:

1)本文提出一种实时多帧扫描的多任务CNN框架,用于从激光雷达点云中进行联合目标检测、语义分割和运动分割;

2)本文提出了一种语义加权和引导(SWAG)模块,其选择性地迁移相关语义特征,以提高目标检测精度;

3)本文提出一种异构训练策略,将不同的数据集结合起来,并且利用多任务协同;

4)本文提出一种简单而有效的基于距离的点云稠密化技术,以丰富目标边界并且改进远距离检测;

5)本文在嵌入式平台NVIDIA Xavier AGX开发套件上进行了大量的消融研究,并且证明了其实时能力。

bcf105014ae0875dc21df2d3e099fd6f.jpeg

论文图片和表格

6efc57d70b3437378a2dad208692facb.png

46208dc64efe246d6bbc4bf0148e9307.png

39179adadcee9ebb53d021d2b5232efe.png

081795b77f6801e288b4b492589f804e.png

87b06d30f1d6d7ca69560fdeaec73c19.png

5bbf04fa955022b25580e95e1eec6895.png

1ed1130c943c08dfe8797f232533eb59.png

edf4ac9c0e27b58925a55475bc33d2ec.png

f6ec33d1d8efe468063b83f683dbea5a.png

d429c9bba781dcfa1352251fdd78def3.png

514d641c556716d382f581b872ea570d.png

dd26cfa0d61031daa624395fe41da5a3.jpeg

总结

e2a5462181d9f142560392d4656f374e.png

在这项工作中,我们提出了LiDAR-BEVMTN,这是一种用于从激光雷达点云中进行联合目标检测、语义分割和运动分割的多任务神经网络。本文提出的模型在具有挑战性的KITTI和SemanticKITTI数据集上的所有三项任务中均取得最先进的结果。据我们所知,这是首项在KITTI和SemanticKITTI上使用多任务深度学习来共同处理这些特定任务的工作。本文的结果和分析证明了多任务学习在组合3D感知方面的优势。尽管多任务使用连续激光雷达扫描,但是我们在嵌入式车载平台上实现了3ms的低延迟。今后工作包括将该方法扩展到其它感知任务中,例如自动驾驶中的里程计、自车运动估计和速度预测。我们希望这项工作能够提供有用的见解,并且推动基于激光雷达场景理解的多任务深度学习的持续研究。

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、点云3D目标检测、目标跟踪、Occupancy、cuda与TensorRT模型部署、协同感知、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频(扫码学习)

c4073dfb5e9ad1116a7bd9318539f8dd.png 视频官网:www.zdjszx.com

② 国内首个自动驾驶学习社区

近2000人的交流社区,涉及30+自动驾驶技术栈学习路线,想要了解更多自动驾驶感知(2D检测、分割、2D/3D车道线、BEV感知、3D目标检测、Occupancy、多传感器融合、多传感器标定、目标跟踪、光流估计)、自动驾驶定位建图(SLAM、高精地图、局部在线地图)、自动驾驶规划控制/轨迹预测等领域技术方案、AI模型部署落地实战、行业动态、岗位发布,欢迎扫描下方二维码,加入自动驾驶之心知识星球,这是一个真正有干货的地方,与领域大佬交流入门、学习、工作、跳槽上的各类难题,日常分享论文+代码+视频,期待交流!

b9e574e6c36412f23a76d2078eb46e9f.png

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区,聚焦目标检测、语义分割、全景分割、实例分割、关键点检测、车道线、目标跟踪、3D目标检测、BEV感知、多模态感知、Occupancy、多传感器融合、transformer、大模型、点云处理、端到端自动驾驶、SLAM、光流估计、深度估计、轨迹预测、高精地图、NeRF、规划控制、模型部署落地、自动驾驶仿真测试、产品经理、硬件配置、AI求职交流等方向。扫码添加汽车人助理微信邀请入群,备注:学校/公司+方向+昵称(快速入群方式)

f6852070a7c510a80f240d7386f675ca.jpeg

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/CV_Autobot/article/details/131990143

智能推荐

c# 调用c++ lib静态库_c#调用lib-程序员宅基地

文章浏览阅读2w次,点赞7次,收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案,在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建:添加Visual C++ , Win32 项目这......_c#调用lib

deepin/ubuntu安装苹方字体-程序员宅基地

文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体,挺好看的。注重颜值的网站都会使用,例如知乎:font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang

html表单常见操作汇总_html表单的处理程序有那些-程序员宅基地

文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时,向何处发送表单中的数据,地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理,get方式直接显示在url地址中,数据可以被缓存,且长度有限制;而post方式数据隐藏传输,_html表单的处理程序有那些

PHP设置谷歌验证器(Google Authenticator)实现操作二步验证_php otp 验证器-程序员宅基地

文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证(即Google Authenticator服务)后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器

【Python】matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距-程序员宅基地

文章浏览阅读4.3k次,点赞5次,收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距

docker — 容器存储_docker 保存容器-程序员宅基地

文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节,实现了多层数据的堆叠,为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制(CoW)策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的,不建议用于生成环境。_docker 保存容器

随便推点

网络拓扑结构_网络拓扑csdn-程序员宅基地

文章浏览阅读834次,点赞27次,收藏13次。网络拓扑结构是指计算机网络中各组件(如计算机、服务器、打印机、路由器、交换机等设备)及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式,也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn

JS重写Date函数,兼容IOS系统_date.prototype 将所有 ios-程序员宅基地

文章浏览阅读1.8k次,点赞5次,收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时,通常的做法是:new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的,而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠,也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑,需要做一些额外的特殊处理,笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数,一劳永逸,避免每次ne_date.prototype 将所有 ios

如何将EXCEL表导入plsql数据库中-程序员宅基地

文章浏览阅读5.3k次。方法一:用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头,使全列成选中状态,然后粘贴,最后commit提交即可。(前提..._excel导入pl/sql

Git常用命令速查手册-程序员宅基地

文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,包括untracked的文件...

分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120-程序员宅基地

文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120

【C++缺省函数】 空类默认产生的6个类成员函数_空类默认产生哪些类成员函数-程序员宅基地

文章浏览阅读1.8k次。版权声明:转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数

推荐文章

热门文章

相关标签