摘要
本研究针对雾天环境下基于激光雷达（LiDAR）的三维目标检测这一极具挑战性的任务。在雾天条件下采集并标注数据不仅耗时耗力，且成本高昂。为此，本文提出一种方法，通过在晴朗天气场景中物理上精确地模拟雾效，从而将大量已有的晴朗天气真实数据集重新用于本任务。我们的主要贡献有两点：1）我们提出了一种物理上合理且适用于任意LiDAR数据集的雾效模拟方法，无需额外成本即可大规模生成雾天训练数据。这些部分合成的数据可有效提升多种感知方法在真实雾天数据上的鲁棒性，例如三维目标检测、目标跟踪以及同步定位与地图构建（SLAM）。2）通过在多种前沿检测方法上开展大量实验，我们证明所提出的雾效模拟技术能够显著提升三维目标检测在雾天条件下的性能。因此，我们首次在“Seeing Through Fog”数据集上建立了强有力的三维目标检测基准。相关代码已公开，访问地址为：www.trace.ethz.ch/lidar_fog_simulation。