BEVHeight: Ein robuster Rahmenwerk für die visionbasierte 3D-Objekterkennung am Straßenrand

Während die meisten neuere Systeme für autonome Fahrzeuge sich auf die Entwicklung von Wahrnehmungsmethoden basierend auf Sensoren des eigenen Fahrzeugs konzentrieren, neigen Menschen dazu, einen alternativen Ansatz zu übersehen: die Nutzung intelligenter Straßenkameras, um die Wahrnehmungsfähigkeit über den sichtbaren Bereich hinaus zu erweitern. Wir stellen fest, dass die gegenwärtig fortschrittlichsten, visionzentrierten Methoden zur Bird’s-Eye-View-Detektion auf Straßenkameras eine unterdurchschnittliche Leistung erzielen. Dies liegt daran, dass diese Methoden hauptsächlich darauf abzielen, die Tiefe im Bezug zum Kamerazentrum wiederherzustellen, wobei sich der Unterschied in der Tiefe zwischen Fahrzeug und Boden mit zunehmender Entfernung schnell verringert. In diesem Paper präsentieren wir einen einfachen, aber effektiven Ansatz namens BEVHeight, um dieses Problem zu lösen. Im Wesentlichen regresstieren wir nicht die pixelweise Tiefe, sondern die Höhe über dem Boden, um eine abstandsunabhängige Formulierung zu erreichen, die den Optimierungsprozess von rein-kamera-basierten Wahrnehmungsmethoden vereinfacht. Auf gängigen 3D-Detektionsbenchmarks für Straßenkameras übertrifft unsere Methode alle vorherigen visionzentrierten Ansätze deutlich. Der Quellcode ist unter {\url{https://github.com/ADLab-AutoDrive/BEVHeight}} verfügbar.