HiPFuse: エッジデバイス上のロボット知覚向けリアルタイムLiDARセマンティックセグメンテーション
HiPFuse: Real-Time LiDAR Semantic Segmentation for Robotic Perception on Edge Devices
点群と高さ分割BEV特徴を水平スケール間で融合するフレームワークを提案し、Jetson AGX Orin上で10Hz以上のリアルタイムLiDARセマンティックセグメンテーションを実現した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Haiyang Wu, George Vosselman, Ville Lehtola
分類: cs.CV, cs.RO
原文アブストラクト
Real-time robotic perception requires accurate LiDAR semantics under limited resources. Bird's-eye-view (BEV) aggregation is efficient but can mix differently labeled surfaces in columns. We present HiPFuse, a point-BEV fusion framework that exchanges point and height-partitioned BEV features across horizontal scales, combining point-wise detail with 2D spatial context from one LiDAR scan. Fixed height assignments preserve separate vertical aggregation groups, with auxiliary supervision of initial BEV features using targets from the same 3D cells. A dual-scale BEV context module adds broader context from a coarser grid. On SemanticKITTI and MCD, HiPFuse achieves 63.7% and 62.5% mIoU at 14.2 and 22.4 FPS on Jetson AGX Orin, respectively, exceeding the 10 Hz scan rate. Separate training and evaluation show indoor applicability. Replacing only the baseline semantic front end with HiPFuse in fixed robotic systems reduces odometry absolute trajectory error RMSE by 10.6% on average across two outdoor sequences and increases accepted-loop recall by 8.7 percentage points on SemanticKITTI. Qualitative semantic maps show more continuous road labeling. Our code is available at https://github.com/haiyang2022/HiPFuse.
関連論文
- レイ整合・スキャン認識型融合ネットワークによるLiDARセマンティックセグメンテーションLiDARセグメンテーション
- BikeScenes: 自転車向けオンラインLiDARセマンティックセグメンテーションLiDARセグメンテーション
- 不完全ラベル下でのLiDARセマンティックセグメンテーションにおける単一ドメイン汎化の探求LiDARセグメンテーション
- 点-平面投影による小規模データでの高精度LiDARセマンティックセグメンテーションLiDARセグメンテーション
- 不確実性を考慮した学習によるオープンセットLiDARパノプティックセグメンテーションLiDARセグメンテーション
- 悪天候下での汎化レンジビューLiDARセグメンテーションに向けてLiDARセグメンテーション