文章预览
ADAS Laboratory 点击上方 蓝字 关注 智驾实验室 加入【 智驾实验室 】交流群, 获取更多内容和资料 多传感器融合显著提高了3D语义占用预测的准确性和鲁棒性,这对自动驾驶和机器人技术至关重要。 然而,现有方法依赖于大的图像分辨率和复杂的网络来实现最佳性能,限制了它们在实际场景中的应用。此外,大多数多传感器融合方法主要关注改进融合特征,而忽视了这些特征的监督策略的探索。 为此,作者提出了一种新颖的多传感器融合占用网络,利用3D目标检测监督来辅助实现卓越性能,同时使用部署友好的图像特征提取网络和实际输入图像分辨率。 此外,作者还引入了一种BEV视图范围扩展策略,以减轻降低图像分辨率的不利影响。 因此,作者的方法在Occ3D-nuScenes和SurroundOcc数据集上实现了新的最先进结果,使用ResNet50和256x704输入
………………………………