RangeNet++: Schnelle und genaue LiDAR-Semantische Segmentierung

Die Wahrnehmung in autonomen Fahrzeugen erfolgt häufig durch eine Vielzahl unterschiedlicher Sensormodalitäten. Angesichts der riesigen Menge an öffentlich verfügbaren, beschrifteten RGB-Daten und der Entwicklung hochwertiger Deep-Learning-Algorithmen für bildbasierte Erkennung werden hochlevel-semantische Wahrnehmungsaufgaben vorwiegend mit hochauflösenden Kameras gelöst. Als Folge davon werden andere, potenziell nützliche Sensormodalitäten für diese Aufgabe oft vernachlässigt. In diesem Paper treiben wir den Stand der Technik im Bereich der LiDAR-alleinigen semantischen Segmentierung voran, um dem Fahrzeug eine weitere unabhängige Quelle semantischer Informationen zu bieten. Unser Ansatz ermöglicht eine präzise vollständige semantische Segmentierung von LiDAR-Punktwolken in Echtzeit mit der Taktfrequenz des Sensors. Wir nutzen Range-Bilder als Zwischendarstellung in Kombination mit einem Convolutional Neural Network (CNN), das das Rotationsmodell des LiDAR-Sensors ausnutzt. Um genaue Ergebnisse zu erzielen, schlagen wir einen neuartigen Nachbearbeitungsalgorithmus vor, der Probleme behandelt, die sich aus dieser Zwischendarstellung ergeben, wie beispielsweise Diskretisierungsfehler und verschwommene CNN-Ausgaben. Wir haben unseren Ansatz implementiert und umfassend evaluiert, wobei mehrere Vergleiche mit dem Stand der Technik durchgeführt wurden. Unsere Experimente zeigen, dass unser Ansatz den derzeitigen State-of-the-Art-Verfahren übertrifft und dennoch in Echtzeit auf einer einzigen eingebetteten GPU läuft. Der Quellcode ist unter https://github.com/PRBonn/lidar-bonnetal verfügbar.