打开APP

本立命馆大学开发出创新方法 通过结合3D LiDAR和2D图像数据更稳定地检测小物体

盖世汽车讯 机器人和自动驾驶汽车是技术领域中增长最快的领域之一,或将使工作和交通变得更安全、更高效。由于机器人和自动驾驶汽车都需要准确感知周围环境,因此3D物体检测方法研究领域备受关注。

大多数3D物体检测方法都采用LiDAR传感器来创建其环境的3D点云。简而言之,LiDAR传感器使用激光束快速扫描和测量源周围物体和表面的距离。然而,由于激光雷达对噪声的高敏感性,单独使用激光雷达数据可能会导致错误,特别是在降雨期间等恶劣天气条件下。

为了解决这个问题,科学家们开发出多模态3D物体检测方法,将3D LiDAR数据与标准摄像头拍摄的2D RGB图像相结合。虽然2D图像和3D LiDAR数据的融合可以带来更准确的3D检测结果,但它仍然面临着一系列挑战,精确检测小物体仍然很困难。由于校准不精确或遮挡等问题,如何充分对齐从2D和3D数据集中独立提取的语义信息很难。

据外媒报道,在此背景下,由日本立命馆大学(Ritsumeikan University)Hiroyuki Tomiyama教授领导的研究团队开发出创新方法,使多模态3D物体检测更加准确和且具有鲁棒性。相关论文已发表于期刊《IEEE Internet of Things Journal》,该方案名为《动态点像素特征对齐网络(Dynamic Point-Pixel Feature Alignment Network,DPPFA−Net)》。

本立命馆大学开发出创新方法 通过结合3D LiDAR和2D图像数据更稳定地检测小物体

来源:第一电动网

作者:盖世汽车

本文地址:

返回第一电动网首页 >

相关内容
全部评论·0
暂无评论
我要评一下