苏黎世联邦理工开源！首个多级LiDAR-相机融合的远程高清地图生成算法

以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容

点击领取学习资料 → 机器人SLAM学习资料大礼包

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

论文地址：https://arxiv.org/abs/2211.15656

作者单位：苏黎世联邦理工学院

开源代码：GitHub - haomo-ai/SuperFusion: SuperFusion: Multil...

环境的高清(HD)语义图生成是自动驾驶的重要组成部分。现有的方法通过融合不同的传感器模式，如激光雷达和相机，在这项任务中取得了良好的性能。然而，目前的工作是基于原始数据或网络特征级融合，只考虑短程高清地图生成，限制了它们部署到现实的自动驾驶应用中。在本文中，我们专注于在短范围内构建高清地图的任务，即在 30 m 以内，并且还预测高达 90 m 的远程高清地图，这是下游路径规划和控制任务所需的，以提高自动驾驶的平滑度和安全性。

为此，我们提出了一种名为 SuperFusion 的新型网络，利用 LiDAR 和相机数据在多个层次上的融合。我们在 nuScenes 数据集和自记录的数据集上对我们的 SuperFusion 进行了基准测试，并表明它大大优于最先进的基线方法。此外，我们提出了一种新的度量来评估远程高清地图预测，并将生成的高清地图应用到下游路径规划任务中。结果表明，通过使用我们的方法预测的远程高清地图，我们可以为自动驾驶汽车提供更好的路径规划。

本文的贡献可以概括为：

i)我们提出的新型多级 LiDAR 相机融合网络充分利用了两种模态的信息并生成高质量的融合 BEV 特征来支持不同的任务；

ii) 我们的 SuperFusion 在短程和远程高清地图生成方面都大大超过了最先进的融合方法；

iii) 据我们所知，我们的工作是第一个实现远程高清地图生成的工作，即高达 90 m，有利于自动驾驶下游规划任务。






以上内容来自小六的机器人SLAM学习圈 每日更新内容