摘要
激光雷达（LiDAR）语义分割对于高级自动驾驶至关重要，需要具备高精度、快速响应和易于在移动平台上部署的特点。以往基于点云或稀疏体素的方法由于采用了耗时的邻域搜索或稀疏3D卷积，难以应用于实时场景。最近的一些基于2D投影的方法，如范围视图和多视图融合，虽然可以实现实时运行，但因2D投影过程中信息丢失而导致准确性较低。此外，为了提高性能，以往方法通常采用测试时间增强（TTA），这进一步减慢了推理过程。为了实现更好的速度与精度平衡，我们提出了一种级联点-网格融合网络（CPGNet），该网络主要通过以下两种技术确保了高效性和有效性：1）新颖的点-网格（PG）融合模块主要在2D投影网格上提取语义特征以提高效率，同时在3D点上汇总2D和3D特征以最小化信息损失；2）提出的变换一致性损失缩小了单次模型推理与TTA之间的差距。在SemanticKITTI和nuScenes基准上的实验表明，无需集成模型或TTA的CPGNet与当前最先进的RPVNet相比具有相当的性能，而其运行速度提高了4.7倍。