模拟激光雷达点云在路侧感知算法中的应用

作者：邹凯^*; 郭云鹏; 陈升东; 袁峰

来源：计算机系统应用, 2021, 30(06): 246-254.

DOI：10.15888/j.cnki.csa.007964

• 感知算法
• 激光雷达
• 模拟仿真
• 深度学习

路侧感知算法融合车载感知算法实现了超视距感知,基于深度学习的感知算法性能取决于激光雷达点云标签标注的质量,而点云标签相对于二维图像更难标注,需要大量时间人力成本进行标注,且现行感知算法都是针对于车载激光雷达.针对这些问题,本文提出了一种基于路侧激光雷达栅格特征聚类的感知算法,该算法首先对路侧激光雷达点云栅格化并提取特征,再构建深度学习方法模型学习栅格的初级感知信息,最后根据初级感知信息进行聚类完成感知检测.本文还利用仿真平台模拟路侧激光雷达点云,并研究混合数据集在感知算法训练上的应用,基于模拟数据预训模型微调(Fine-tune)在感知算法上的应用.实验结果表明,本文提出的路侧感知算法具有较高的实时性与可靠性,模拟路侧激光雷达点云有助于路侧感知算法训练,减少路侧感知算法对标注工作的依赖,提高感知算法性能.

• 单位
  中国科学院