本文經(jīng)自動(dòng)駕駛之心公眾號授權(quán)轉(zhuǎn)載，轉(zhuǎn)載請聯(lián)系出處。

對3D場景的全面理解在自動(dòng)駕駛中至關(guān)重要，最近的3D語義占用預(yù)測模型已經(jīng)成功地解決了描述具有不同形狀和類別的真實(shí)世界物體的挑戰(zhàn)。然而，現(xiàn)有的3D占用預(yù)測方法在很大程度上依賴于全景相機(jī)圖像，這使得它們?nèi)菀资艿秸彰骱吞鞖鈼l件變化的影響。通過集成激光雷達(dá)和環(huán)視雷達(dá)等附加傳感器的功能，本文的框架提高了占用預(yù)測的準(zhǔn)確性和穩(wěn)健性，從而在nuScenes基準(zhǔn)上獲得了頂級性能。此外，在nuScene數(shù)據(jù)集上進(jìn)行的廣泛實(shí)驗(yàn)，包括具有挑戰(zhàn)性的夜間和雨天場景，證實(shí)了我們的傳感器融合策略在各種感知范圍內(nèi)的卓越性能。

論文鏈接：https://arxiv.org/pdf/2403.01644.pdf

論文名稱：OccFusion: A Straightforward and Effective Multi-Sensor Fusion Framework for 3D Occupancy Prediction

本文的主要貢獻(xiàn)概述如下：

• 提出了一種多傳感器融合框架，用于集成相機(jī)、激光雷達(dá)和雷達(dá)信息，以執(zhí)行3D語義占用預(yù)測任務(wù)。
• 在3D語義占用預(yù)測任務(wù)中，將本文的方法與其他最先進(jìn)的（SOTA）算法進(jìn)行了比較，以證明多傳感器融合的優(yōu)勢。
• 進(jìn)行了徹底的消融研究，以評估不同傳感器組合在具有挑戰(zhàn)性的照明和天氣條件下（如夜間和雨天）所實(shí)現(xiàn)的性能增益。
• 考慮到各種傳感器組合和具有挑戰(zhàn)性的場景，進(jìn)行了一項(xiàng)全面的研究，以分析感知范圍因素對我們的框架在3D語義占用預(yù)測任務(wù)中的性能的影響！

網(wǎng)絡(luò)結(jié)構(gòu)一覽

OccFusion的總體架構(gòu)如下所示。首先，將環(huán)繞視圖圖像輸入到2D主干中以提取多尺度特征。隨后，在每個(gè)尺度上進(jìn)行視圖變換，以獲得每個(gè)級別的全局BEV特征和局部3D特征volume 。激光雷達(dá)和環(huán)視雷達(dá)生成的3D點(diǎn)云也被輸入到3D主干中，以生成多尺度局部3D特征量和全局BEV特征。每個(gè)級別的動(dòng)態(tài)融合3D/2D模塊融合了相機(jī)和激光雷達(dá)/雷達(dá)的功能。在此之后，將每個(gè)級別的合并的全局BEV特征和局部3D特征volume 饋送到全局-局部注意力融合中，以生成每個(gè)尺度的最終3D volume 。最后，對每個(gè)級別的3D volume 進(jìn)行上采樣，并在采用多尺度監(jiān)督機(jī)制的情況下進(jìn)行skip連接。

實(shí)驗(yàn)對比分析

nuScenes驗(yàn)證集上的3D語義占用預(yù)測結(jié)果。所有方法都使用密集占用標(biāo)簽進(jìn)行訓(xùn)練。模態(tài)概念：相機(jī)（C）、激光雷達(dá)（L）、雷達(dá)（R）。

nuScenes驗(yàn)證雨天場景子集上的3D語義占用預(yù)測結(jié)果。所有方法都使用密集占用標(biāo)簽進(jìn)行訓(xùn)練。模態(tài)概念：相機(jī)（C）、激光雷達(dá)（L）、雷達(dá)（R）。

nuScenes驗(yàn)證夜間場景子集的3D語義占用預(yù)測結(jié)果。所有方法都使用密集占用標(biāo)簽進(jìn)行訓(xùn)練。模態(tài)概念：相機(jī)（C）、激光雷達(dá)（L）、雷達(dá)（R）。

性能變化趨勢。（a） 整個(gè)nuScenes驗(yàn)證集的性能變化趨勢，（b）nuScenes驗(yàn)證夜間場景子集，以及（c）nuScene驗(yàn)證雨天場景子集的性能變化趨勢。

表四：不同方法的模型效率比較。實(shí)驗(yàn)是在一臺(tái)A10上使用六幅多攝像頭圖像、激光雷達(dá)和雷達(dá)數(shù)據(jù)進(jìn)行的。對于輸入圖像分辨率，所有方法均采用1600×900。↓:越低越好。

更多消融實(shí)驗(yàn)：