IROS 2021最新开源！深度学习三维激光雷达动态物体分割

文章转载自计算机视觉life，文章仅用于学术分享。

本文介绍的是德国波恩大学在读博士陈谢沅澧的最新工作。该方法的论文，代码，数据集以及视频都已经公开。

作者：Xieyuanli Chen

论文:

http://www.ipb.uni-bonn.de/pdfs/chen2021ral-iros.pdf
代码: https://github.com/PRBonn/LiDAR-MOS

数据集: http://bit.ly/mos-benchmark

视频: https://youtu.be/NHvsYhk4dhw

以下是内容简介：

构建长期一致（consistent）的环境地图并区分其中正在运动和静止的部分对于移动机器人和自动驾驶汽车等智能移动平台而言至关重要，因为智能移动平台通常需要一致的环境地图来实现定位或规划路径。在进行导航过程中，智能移动平台也需要感知正在移动的物体，从而根据他们的运动特性进行规划和决策。在真实动态环境中，正在移动的行人、汽车和其他动态物体往往给移动智能平台进行环境地图三维重建或 SLAM 系统带来了巨大挑战。例如在建图过程中，正在运动的物体可能会造成地图的不一致并严重影响所生成的三维模型的质量。

图1. 高速路场景中三维激光雷达（LiDAR）动态物体分割结果(红色部分为检测到的移动车辆)

因此，检测和分割传感器数据中的动态物体对于构建一致的环境地图、对无人平台进行状态预测、避免碰撞和路径规划而言至关重要。今天介绍的这篇工作旨在解决自动驾驶应用中的三维激光雷达运动物体检测和分割问题（LiDAR-based Moving Object Segmentation，LiDAR-MOS）。

图2. 该方法使用距离图像来表述LiDAR数据，并使用CNN进行基于距离图像的动态物体分割，最终通过投影关系得到每个点的动态或静态标签，例如图中所展示的红色部分代表检测分割出的动态物体，黑色部分代表静态物体。

该工作提出了一种仅使用 LiDAR 进行运动对象分割的新方法，可以实现实时的激光雷达动态物体分割（LiDAR-MOS）。该方法不是进行全类别语义分割，即预测多种语义类别，如车辆、行人、道路等，而是将场景分割为动态部分和静态部分，例如该方法可以区分正在行驶的汽车和停放在路边的汽车，如上图所示。

这篇论文所提出的方法利用3D LiDAR的连续距离图像作为结合卷积神经网络（CNN ）的输入。该方法利用在类似图像的激光雷达表述上进行分割，因此不需要设计复杂的三维卷积神经网络。

这样做除了可以使用已有的 2D CNN框架外，相较于直接处理 3D 点云的方法，该方法运算速度很快，可以实现实时运行（20Hz）。为了能够检测运动物体，在实际运用过程中，该方法使用序列距离图像信息。利用所提出的差异图（residual images）和新开放的数据集SemanticKITTI-MOS benchmark，通过时空信息结合的方式，该方法得到了很好的三维激光雷达动态物体分割结果。