以下內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# SuperFusion: Multilevel LiDAR-Camera Fusion for Long-Range HD Map Generation and Prediction

論文地址：https://arxiv.org/abs/2211.15656

作者單位：蘇黎世聯(lián)邦理工學(xué)院

開源代碼：GitHub - haomo-ai/SuperFusion: SuperFusion: Multil... ?

? ?環(huán)境的高清(HD)語義圖生成是自動(dòng)駕駛的重要組成部分。現(xiàn)有的方法通過融合不同的傳感器模式，如激光雷達(dá)和相機(jī)，在這項(xiàng)任務(wù)中取得了良好的性能。然而，目前的工作是基于原始數(shù)據(jù)或網(wǎng)絡(luò)特征級(jí)融合，只考慮短程高清地圖生成，限制了它們部署到現(xiàn)實(shí)的自動(dòng)駕駛應(yīng)用中。在本文中，我們專注于在短范圍內(nèi)構(gòu)建高清地圖的任務(wù)，即在 30 m 以內(nèi)，并且還預(yù)測(cè)高達(dá) 90 m 的遠(yuǎn)程高清地圖，這是下游路徑規(guī)劃和控制任務(wù)所需的，以提高自動(dòng)駕駛的平滑度和安全性。

? ?為此，我們提出了一種名為 SuperFusion 的新型網(wǎng)絡(luò)，利用 LiDAR 和相機(jī)數(shù)據(jù)在多個(gè)層次上的融合。我們?cè)?nuScenes 數(shù)據(jù)集和自記錄的數(shù)據(jù)集上對(duì)我們的 SuperFusion 進(jìn)行了基準(zhǔn)測(cè)試，并表明它大大優(yōu)于最先進(jìn)的基線方法。此外，我們提出了一種新的度量來評(píng)估遠(yuǎn)程高清地圖預(yù)測(cè)，并將生成的高清地圖應(yīng)用到下游路徑規(guī)劃任務(wù)中。結(jié)果表明，通過使用我們的方法預(yù)測(cè)的遠(yuǎn)程高清地圖，我們可以為自動(dòng)駕駛汽車提供更好的路徑規(guī)劃。

本文的貢獻(xiàn)可以概括為：

i)我們提出的新型多級(jí) LiDAR 相機(jī)融合網(wǎng)絡(luò)充分利用了兩種模態(tài)的信息并生成高質(zhì)量的融合 BEV 特征來支持不同的任務(wù)；

ii) 我們的 SuperFusion 在短程和遠(yuǎn)程高清地圖生成方面都大大超過了最先進(jìn)的融合方法；

iii) 據(jù)我們所知，我們的工作是第一個(gè)實(shí)現(xiàn)遠(yuǎn)程高清地圖生成的工作，即高達(dá) 90 m，有利于自動(dòng)駕駛下游規(guī)劃任務(wù)。

以上內(nèi)容來自小六的機(jī)器人SLAM學(xué)習(xí)圈 每日更新內(nèi)容

本文使用 文章同步助手 同步