市場

本立命館大學開發出創新方法通過結合3D LiDAR和2D圖像數據更穩定地檢測小物體

蓋世汽車 2024-01-11 18:58

蓋世汽車訊機器人和自動駕駛汽車是技術領域中增長最快的領域之一，或將使工作和交通變得更安全、更高效。由于機器人和自動駕駛汽車都需要準確感知周圍環境，因此3D物體檢測方法研究領域備受關注。

大多數3D物體檢測方法都采用LiDAR傳感器來創建其環境的3D點云。簡而言之，LiDAR傳感器使用激光束快速掃描和測量源周圍物體和表面的距離。然而，由于激光雷達對噪聲的高敏感性，單獨使用激光雷達數據可能會導致錯誤，特別是在降雨期間等惡劣天氣條件下。

為了解決這個問題，科學家們開發出多模態3D物體檢測方法，將3D LiDAR數據與標準攝像頭拍攝的2D RGB圖像相結合。雖然2D圖像和3D LiDAR數據的融合可以帶來更準確的3D檢測結果，但它仍然面臨著一系列挑戰，精確檢測小物體仍然很困難。由于校準不精確或遮擋等問題，如何充分對齊從2D和3D數據集中獨立提取的語義信息很難。

據外媒報道，在此背景下，由日本立命館大學（Ritsumeikan University）Hiroyuki Tomiyama教授領導的研究團隊開發出創新方法，使多模態3D物體檢測更加準確和且具有魯棒性。相關論文已發表于期刊《IEEE Internet of Things Journal》，該方案名為《動態點像素特征對齊網絡（Dynamic Point-Pixel Feature Alignment Network，DPPFA?Net）》。