在復(fù)雜的城市場(chǎng)景中實(shí)現(xiàn)自動(dòng)駕駛需要全面且準(zhǔn)確地感知環(huán)境。傳統(tǒng)的3D感知方法重于目標(biāo)檢測(cè)，缺乏環(huán)境細(xì)節(jié)信息的稀疏表示。3D占用預(yù)測(cè)方法能夠估計(jì)車輛周圍的3D占用，讓自動(dòng)駕汽車獲得更全面的場(chǎng)景表示。稠密的3D占用預(yù)測(cè)提供了準(zhǔn)確性，但也提高了計(jì)算需求；而全稀疏的3D占用預(yù)測(cè)效率高，但是缺乏細(xì)節(jié)信息。
為此，紐約大學(xué)聯(lián)合博世集團(tuán)提出一個(gè)更靈活且高效的自適應(yīng)分辨率占用預(yù)測(cè)框架AdaOcc，能夠在各種駕駛場(chǎng)景中實(shí)現(xiàn)精確的 3D 語(yǔ)義占用預(yù)測(cè)。
AdaOcc將以目標(biāo)為中心的3D重建和整體占用預(yù)測(cè)集成到一個(gè)框架內(nèi)，僅在在感興趣區(qū)域（ROIs）進(jìn)行高分辨率的3D重建，同時(shí)在其他區(qū)域保持較低分辨率，以實(shí)現(xiàn)計(jì)算資源的優(yōu)化分配。這種方法不僅提高了關(guān)鍵區(qū)域的細(xì)節(jié)捕捉能力，而且通過點(diǎn)云表示高細(xì)節(jié)的3D表面，突破了傳統(tǒng)占用網(wǎng)格分辨率的限制，從而在保持整體計(jì)算效率的同時(shí)，顯著提升了自動(dòng)駕駛車輛的環(huán)境感知精度。
通過在nuScenes數(shù)據(jù)集上進(jìn)行全面實(shí)驗(yàn)，證明了AdaOcc相比于現(xiàn)有方法有了明顯提升，能夠在各種駕駛場(chǎng)景中提供準(zhǔn)確的3D語(yǔ)義占用預(yù)測(cè)。在近距離場(chǎng)景中，AdaOcc在IOU上超過先前的基線13%，在Hausdorff距離上超過了40%。
11月19日上午10點(diǎn)，智猩猩邀請(qǐng)到論文一作、紐約大學(xué) AI4CE 實(shí)驗(yàn)室在讀博士陳超參與「智猩猩自動(dòng)駕駛新青年講座」第41講，主講《面向自動(dòng)駕駛的自適應(yīng)分辨率占用預(yù)測(cè)方法AdaOcc》。
講者
陳超，紐約大學(xué) AI4CE 實(shí)驗(yàn)室在讀博士
陳超，紐約大學(xué) AI4CE 實(shí)驗(yàn)室的計(jì)算機(jī)科學(xué)專業(yè)博士最后一年在讀生。我的研究方向是機(jī)器人學(xué)、計(jì)算機(jī)視覺和機(jī)器學(xué)習(xí)，目標(biāo)是成為機(jī)器人領(lǐng)域的全棧研究員。
第 41 講
主 題
《面向自動(dòng)駕駛的自適應(yīng)分辨率占用預(yù)測(cè)方法AdaOcc》
提 綱
1、混合分辨率占用預(yù)測(cè)的重要性
2、以物體為中心3D占用預(yù)測(cè)的重要性
3、利用AdaOcc實(shí)現(xiàn)精確的3D語(yǔ)義占用預(yù)測(cè)
4、與先前方法的對(duì)比及分析
5、總結(jié)與后續(xù)工作
?直 播 信 息?
直播時(shí)間：11月19日10:00
成果
論文標(biāo)題《AdaOcc: Adaptive-Resolution Occupancy Prediction》
論文鏈接https://arxiv.org/abs/2408.13454
如何報(bào)名
有講座直播觀看需求的朋友，可以添加小助手“陳新”進(jìn)行報(bào)名。已添加過“陳新”的老朋友，可以給“陳新”私信，發(fā)送“自動(dòng)駕駛41”進(jìn)行報(bào)名。對(duì)于通過報(bào)名的朋友，之后將邀請(qǐng)入群進(jìn)行觀看和交流。
