文章预览
点击下方 卡片 ,关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ,即可获取 论文链接: https://arxiv.org/pdf/2408.12322 摘要 本文介绍了用于无监督3D通用障碍物检测的多模态基础模型 。当前的自动驾驶感知模型主要依赖于具有预定义类别的监督学习。然而,由于通用障碍物具有可变性和很多边缘情况,因此这些模型难以检测不包含在固定类别集中的通用障碍物。为了解决这个问题,本文提出了一种将基于多模态基础模型的障碍物分割与传统的基于无监督计算几何的异常检测相结合的方法。本文方法离线运行,从而能够利用非因果关系和无需训练的方法。这使得能够检测3D通用障碍物,而无需代价高昂的重新训练。为了克服开源障碍物检测数据集的局限性,本文采集并且标注了数据集,其中包括甚至在较远区域的各种障碍物。 主要贡献 本文的主要贡献总
………………………………