Dieser Beitrag stellt einen neuen LiDAR-basierten Datensatz namens LiSV-3DLane vor, der 20.025 Frames mit 360-Grad-Umgebungserfassung und detaillierten 3D-Fahrspurannotationen enthält. Im Gegensatz zu bestehenden Datensätzen, die sich auf die Frontalansicht beschränken, bietet LiSV-3DLane eine vollständige räumliche Panoramasicht um das Ego-Fahrzeug herum und erfasst komplexe Fahrspurmuster in städtischen und Autobahn-Umgebungen.
Um die manuelle Annotation der spärlichen LiDAR-Punktwolken zu verbessern, entwickeln die Autoren eine automatische Annotationspipeline, die die geometrischen Eigenschaften von Fahrspuren und die inhärenten räumlichen Attribute der LiDAR-Daten nutzt, um detailliertere Fahrspurannotationen zu generieren.
Darüber hinaus präsentieren die Autoren ein neuartiges LiDAR-basiertes 3D-Fahrspurerkennungsmodell namens LiLaDet. Dieses Modell integriert das räumliche Geometrielearning der LiDAR-Punktwolke in eine Bird's Eye View (BEV)-basierte Fahrspurerkennung. Die experimentellen Ergebnisse zeigen, dass LiLaDet bestehende Kamera- und LiDAR-basierte Ansätze in der 3D-Fahrspurerkennung auf dem K-Lane-Datensatz und dem eigenen LiSV-3DLane-Datensatz übertrifft.
다른 언어로
소스 콘텐츠 기반
arxiv.org
더 깊은 질문