用于鲁棒3D目标检测的LiDAR降雪模拟

三维物体检测是自动驾驶等应用中的核心任务，系统需要在各种天气条件下定位并分类周围的交通参与者。本文针对雪天环境下的基于激光雷达（LiDAR）的三维物体检测问题进行了研究。由于在这种环境下收集和标注训练数据存在较大困难，我们提出了一种基于物理的方法来模拟雪天对真实晴朗天气下激光雷达点云的影响。我们的方法在每个激光雷达线的二维空间中采样雪粒子，并利用由此产生的几何形状相应地修改每个激光雷达光束的测量结果。此外，由于降雪通常会导致地面湿润，我们还模拟了激光雷达点云上的地面湿润情况。我们使用该模拟生成部分合成的雪天激光雷达数据，并利用这些数据训练对雪天具有鲁棒性的三维物体检测模型。我们通过广泛的评估实验，使用多种最先进的三维物体检测方法，证明了与晴朗天气基线和其他竞争性模拟方法相比，我们的模拟在真实的雪天STF数据集上始终表现出显著的性能提升，同时不会牺牲晴朗天气下的性能。我们的代码已发布在www.github.com/SysCV/LiDAR_snow_sim上。