处理雷达数据中的混乱——使用PointNet++进行标签生成和检测。

雷达传感器用于环境感知,例如在自主车辆中,输出大量不必要的杂波。这些点,没有对应的真实物体存在,是跟随处理步骤(如物体检测或跟踪)中错误的主要来源。因此,我们提出了两种新型神经网络设置,用于识别杂波。输入数据、网络架构和训练配置专门针对这个任务进行调整。特别注意点云的下采样,由多个传感器扫描组成。在广泛的评估中,新的设置显示出比现有方法更好的性能。由于没有适合标注杂波的公共数据集,我们设计了一种方法来自动生成相应的标签。通过将其应用于已有的带有对象注释的数据,并发布其代码,我们实际上创建了第一个代表真实驾驶情景的自由可用雷达杂波数据集。代码和说明可在www.github.com/kopp-j/clutter-ds上访问。

论文链接:http://arxiv.org/pdf/2303.09530v1

更多计算机论文:http://cspaper.cn/

Related posts