【DGIST和CMU】Flow4D：利用4D体素网络实现激光雷达场景流估计

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/2407.07995 代码链接：https://github.com/dgist-cvlab/Flow4D 摘要 本文介绍了Flow4D：利用4D体素网络实现激光雷达场景流估计 。理解周围环境的运动状态对于安全自动驾驶而言是至关重要的。这些运动状态可以从场景流中准确获得，该场景流捕获了点的三维运动场。现有的激光雷达场景流方法从每个点云中提取空间特征，然后逐通道地融合它们，从而隐式提取空间-时间特征。此外，它们利用2D鸟瞰图并且仅处理两帧，这缺失了沿Z轴的关键空间信息和更广泛的时间上下文，从而导致性能不佳。为了解决这些局限性，本文提出了Flow4D，它在3D intra-voxel特征编码器之后从时间上融合多个点云，从而通过4D体素网络更显式地提取空间-时间特征。然而，尽管使用4D卷积 ………………………………