MAE大涨25%最新Occ算法：使用证据理论（Evidence Theory）对场景重建

文章预览

Abstract 自动驾驶根本上需要对周围场景几何结构的了解。现代方法仅使用捕获的图像来预测表示几何的占用图。训练这些方法需要准确的数据，这些数据可以通过激光雷达扫描仪获得。我们展示了当前基准和训练数据集使用的将激光雷达扫描转换为占用栅格图的技术质量非常低，并提出了一种使用证据理论的新方法，能够产生更准确的重建。我们证明了这些重建在质量和数量上都具有显著优势，并且还能获得有意义的不确定性估计。将占用图转换回深度估计并与原始激光雷达测量结果进行比较时，我们的方法在nuScenes数据集上相对于其他占用地面实况数据的均方误差（MAE）改进了30%到52%，在Waymo数据集上改进了53%。最后，我们使用改进的占用图训练最先进的占用预测方法，并证明在nuScenes数据集上MAE改进了25%。 Instruction 多年来，自动驾驶主要依赖于 ………………………………