論文の概要: Mapping LiDAR and Camera Measurements in a Dual Top-View Grid Representation Tailored for Automated Vehicles

• arxiv url: http://arxiv.org/abs/2204.07887v1
• Date: Sat, 16 Apr 2022 23:51:20 GMT
• ステータス: 処理完了
• システム内更新日: 2022-04-19 15:13:10.781954
• Title: Mapping LiDAR and Camera Measurements in a Dual Top-View Grid Representation Tailored for Automated Vehicles
• Title（参考訳）: 自動車両用デュアルトップビューグリッド表示におけるLiDARとカメラ計測のマッピング
• Authors: Sven Richter, Frank Bieder, Sascha Wirges and Christoph Stiller
• Abstract要約: 本稿では,LiDARやカメラなどの画像センサのための汎用的な網網マッピングパイプラインを提案する。 グリッドに基づく明らかなモデルでは,セル占有率と接地率を別々に推定する。 本手法は,セル占有率を高精細度かつ高精細度に評価し,効率を最大化し,外部処理モジュールへの依存性を最小限に抑える。
• 参考スコア（独自算出の注目度）: 3.337790639927531
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We present a generic evidential grid mapping pipeline designed for imaging sensors such as LiDARs and cameras. Our grid-based evidential model contains semantic estimates for cell occupancy and ground separately. We specify the estimation steps for input data represented by point sets, but mainly focus on input data represented by images such as disparity maps or LiDAR range images. Instead of relying on an external ground segmentation only, we deduce occupancy evidence by analyzing the surface orientation around measurements. We conduct experiments and evaluate the presented method using LiDAR and stereo camera data recorded in real traffic scenarios. Our method estimates cell occupancy robustly and with a high level of detail while maximizing efficiency and minimizing the dependency to external processing modules.
• Abstract（参考訳）: 本稿では,LiDARやカメラなどの画像センサのための汎用的な網網マッピングパイプラインを提案する。 本モデルでは,セル占有率と接地率を別々に推定する。 点集合で表される入力データに対する推定ステップを指定するが、主に不均一マップやLiDARレンジ画像などの画像で表される入力データに焦点を当てる。 外部の地盤セグメンテーションのみに頼るのではなく、測定周辺の表面方位を分析して占有率の証拠を推定する。 実交通シナリオに記録されたlidarおよびステレオカメラデータを用いて実験を行い,提案手法の評価を行った。 本手法は,セル占有率を高い精度で評価し,効率を最大化し,外部処理モジュールへの依存性を最小限に抑える。

関連論文リスト

• OccNeRF: Advancing 3D Occupancy Prediction in LiDAR-Free Environments [77.0399450848749]
  本稿では,OccNeRF法を用いて,3次元監視なしで占有ネットワークを訓練する手法を提案する。 我々は、再構成された占有領域をパラメータ化し、サンプリング戦略を再編成し、カメラの無限知覚範囲に合わせる。 意味的占有予測のために,事前学習した開語彙2Dセグメンテーションモデルの出力をフィルタリングし,プロンプトを洗練するためのいくつかの戦略を設計する。
  論文  参考訳（メタデータ） (2023-12-14T18:58:52Z)
• Multi-Modal Dataset Acquisition for Photometrically Challenging Object [56.30027922063559]
  本稿では,3次元視覚タスクにおける現在のデータセットの限界について,精度,サイズ,リアリズム,および光度に挑戦する対象に対する適切な画像モダリティの観点から検討する。 既存の3次元認識と6次元オブジェクトポーズデータセットを強化する新しいアノテーションと取得パイプラインを提案する。
  論文  参考訳（メタデータ） (2023-08-21T10:38:32Z)
• Sensor Equivariance by LiDAR Projection Images [4.413278371057897]
  本稿では、関連する投影特性を符号化した追加チャネルによる従来の画像データの拡張を提案する。 これは、LiDARのような投影型センサーにおけるセンサ依存オブジェクト表現の問題に対処する。
  論文  参考訳（メタデータ） (2023-04-29T10:16:02Z)
• Monocular BEV Perception of Road Scenes via Front-to-Top View Projection [57.19891435386843]
  本稿では,鳥の目視で道路配置と車両占有率によって形成された局所地図を再構築する新しい枠組みを提案する。 我々のモデルは1つのGPU上で25FPSで動作し、リアルタイムパノラマHDマップの再構築に有効である。
  論文  参考訳（メタデータ） (2022-11-15T13:52:41Z)
• Generative Range Imaging for Learning Scene Priors of 3D LiDAR Data [3.9447103367861542]
  本稿では,データレベルドメイン転送に適用可能なLiDARレンジ画像の生成モデルを提案する。 LiDAR測定がポイント・バイ・ポイント・レンジ・イメージングに基づくことから,暗黙的な画像表現に基づく生成対向ネットワークを訓練する。 本モデルの有効性と多様性を,ポイントベースおよびイメージベース・オブ・ザ・アーティファクト・ジェネレーティブ・モデルと比較した。
  論文  参考訳（メタデータ） (2022-10-21T06:08:39Z)
• Towards Multimodal Multitask Scene Understanding Models for Indoor Mobile Agents [49.904531485843464]
  本稿では,現実世界の屋内環境におけるラベル付きデータの不十分,あるいは不可能,といった主な課題について論じる。 MMISM (Multi-modality input Multi-task output Indoor Scene Understanding Model) について述べる。 MMISMは、RGB画像だけでなく、スパースライダーポイントを入力と3Dオブジェクト検出、深さ完了、人間のポーズ推定、セマンティックセグメンテーションを出力タスクとみなしている。 MMISMはシングルタスクモデルよりも同等かそれ以上の性能を示す。
  論文  参考訳（メタデータ） (2022-09-27T04:49:19Z)
• Learning to Simulate Realistic LiDARs [66.7519667383175]
  リアルLiDARセンサのデータ駆動シミュレーションのためのパイプラインを提案する。 本モデルでは, 透明表面上の落下点などの現実的な効果を符号化できることが示される。 我々は2つの異なるLiDARセンサのモデルを学習し、それに従ってシミュレーションされたLiDARデータを改善する。
  論文  参考訳（メタデータ） (2022-09-22T13:12:54Z)
• 2D LiDAR and Camera Fusion Using Motion Cues for Indoor Layout Estimation [2.6905021039717987]
  地上ロボットは、単一の床と垂直の壁を持つ屋内空間を探索し、一連の強度画像と2D LiDARデータセットを収集する。 センサ出力と画像セグメンテーションのアライメントは、LiDAR点をアライメントすることで、共同で計算される。 地層境界抽出のための画像の曖昧さをLiDAR観測の助けを借りて除去する。
  論文  参考訳（メタデータ） (2022-04-24T06:26:02Z)
• Multi-View Fusion of Sensor Data for Improved Perception and Prediction in Autonomous Driving [11.312620949473938]
  本稿では,LiDARとカメラ画像の多視点表現を用いた物体検出と軌跡予測のエンドツーエンド手法を提案する。 我々のモデルは最先端のBird's-Eye View(BEV)ネットワーク上に構築され、歴史的なLiDARデータからボキセル化された特徴を融合する。 我々は、このモデルを、ネイティブな非量子化表現で生のLiDAR情報を使用する追加のLiDAR Range-View (RV)機能で拡張する。
  論文  参考訳（メタデータ） (2020-08-27T03:32:25Z)
• Multi-View Photometric Stereo: A Robust Solution and Benchmark Dataset for Spatially Varying Isotropic Materials [65.95928593628128]
  多視点光度ステレオ技術を用いて3次元形状と空間的に異なる反射率の両方をキャプチャする手法を提案する。 我々のアルゴリズムは、遠近点光源と遠近点光源に適している。
  論文  参考訳（メタデータ） (2020-01-18T12:26:22Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。