Towards Characterizing the Behavior of LiDARs in Snowy Conditions

已于 2022-10-25 16:11:41 修改
阅读量272 收藏
点赞数
文章标签： 人工智能 机器学习 算法
于 2022-10-14 15:04:28 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/CCChester/article/details/127312887
版权

起因：通过学习传统算法发现当前算法的一个问题，依赖人为设定的阈值参数，不同点云量需要不停地修改参数来达到最好的效果，根据点云紧密远疏的特点，点云的密度与距离到底存在一个什么样子的映射关系？利用这种映射关系，怎样自适应地调节阈值参数?

《Towards Characterizing the Behavior of LiDARs in Snowy Conditions》

讨论和结论

降雪条件下，4种常用激光雷达的效果。905nm
某个激光雷达 降雪时，回波的峰值平均率可达15%
建立一个简单的概率模型，考虑范围对雪花干扰的影响。
对于我们的实验设置，这个模型可以近似为对数正态分布。最重要的是，我们的数据表明，在10米以外的范围内，雪花对LiDAR的影响非常有限。
穿过雪花的光束，强度会减弱，再经过物体反射，其强度衰减地与雪点反射的光一样。
最远射程的点可能因为衰减而无法被接收。
反射强度与表面类型的关系。

引言

背景：激光雷达受降雪的影响
研究目的：探索这种影响特性

时间统计信息提取

分析六个完整暴风雪持续期间四个传感器的时间行为。
在这里插入图片描述
在这里插入图片描述
上述两个图可以看到静态物体点云的四个扫描帧间的变化是很小的。
在这里插入图片描述
在这里插入图片描述
从上面的两个图可以看到降雪的点云四个扫描帧间，分布变化很大，且在五米内的位置。
然而，这种差异可能不足以影响依赖激光数据的算法。
在这里插入图片描述
平均的降雪回波概率。

作为距离函数的降雪回波分布（重点）

关注距离x如何影响雪花触发测量的概率。换句话说，超过一定范围后，传感器就看不到雪花了。
使用直方图去估计概率密度函数

降雪检测距离影响的建模

许多研究者提出了关于传感器的概率模型。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

给定W天气，降雪点引起的回波在这里插入图片描述，对应的概率为在这里插入图片描述，引入距离x作为条件，在这里插入图片描述，有了这样一个公式，就可以在统计上更合理地处理信息，例如在贝叶斯概率框架内。使用归一化来比较点云数量差距较大的传感器。
点云密度随范围变化图如下：
在这里插入图片描述
总的形状服从对数正态分布
对于所有的传感器，我们也可以得出结论，在x > 10米之外，雪花不再被检测到，即它们变得隐形。
如图6中红色虚线所示，是传感器光学探测到雪花的概率作为范围x的函数。
在这里插入图片描述

集中性的破坏：当统计样本的参数分布范围极大时，正态分布也就不再能刻画统计样本的性质，需要使用对数正态分布。
我认为聚类点云的knn邻域距离也服从深度x的正态分布函数

CCChester
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Towards social botnet behavior detecting in the end host
02-09
Towards social botnet behavior detecting in the end host
Towards automatic fingerprinting of IoT devices in the cyberspace
02-08
However, there is a lack of device discovery in large-scale due to the massive number of device models (i.e., types, vendors, and products). In this paper, we propose an efficient approach to ...
点云 3D 天气数据增强 - LiDAR Snowfall Simulation for Robust 3D Object Detection (CVPR 2022)
77wpa的博客
02-10 1465
3D目标检测是自动驾驶等应用程序的中心任务，在自动驾驶系统中，即使在恶劣天气的情况下，系统也需要对周围的交通代理进行定位和分类。在本文中，我们解决了降雪条件下基于激光雷达的3D目标检测问题。由于在此设置中收集和注释训练数据的困难，我们提出了一种基于物理的方法来模拟降雪对真实晴朗天气LiDAR点云的影响。我们的方法对每个激光雷达线在二维空间中的雪粒子进行采样，并使用诱导的几何结构相应地修改每个激光雷达光束的测量值。此外，由于降雪经常导致地面潮湿，我们还模拟了激光雷达点云的地面湿度。
动态统计滤波
CCChester的博客
10-12 712
加入点距离作为阈值参数
【时空序列预测第四篇】PredRNN++: Towards A Resolution of the Deep-in-Time Dilemma in Spatiotemporal Predictive
AI蜗牛车
02-06 7430
前言 保持住节奏，每周起码一篇paper reading，要时刻了解研究的前沿，是一个不管是工程岗位还是研究岗位AIer必备的工作，共勉！ 一、Address 这是ICML2018年的一篇paper，来自于清华的团队 PredRNN++: Towards A Resolution of the Deep-in-Time Dilemma in Spatiotemporal Predictive ht...
[论文阅读笔记]Towards Evaluating the Robustness of Neural Networks(CW)
Invokar的博客
07-21 5698
Towards Evaluating the Robustness of Neural Networks(C&W)(2017 Best Student Paper) 文章简介： 证明defensive distillation不能显著地提高模型的鲁棒性 介绍了3种新的攻击算法，可以在distilled和undistilled神经网络达到100%的攻击成功率 本文的攻击相比于以前的攻击通常...
大角度人脸转正--Towards Large-Pose Face Frontalization in the Wild
AI小作坊 的博客
04-24 7855
Towards Large-Pose Face Frontalization in the Wildhttps://www.arxiv.org/abs/1704.06244本文结合 3D Morphable Model (3DMM) 和 GAN 来进行人脸转正。大的框架如下图所示： 3DMM Coefficients 得到输入人脸的姿态信息，通过3D模型可以得到大概信息，没有细节信息 因为原始输
【文章翻译+笔记】Towards the Next Generation of Recommender Systems:A Survey of the State-of-the-Art and Pos
*晴儿*的博客
08-03 1万+
Towards the Next Generation of Recommender Systems:A Survey of the State-of-the-Art and Possible Extensions 下一代推荐系统： 最新技术和可能扩展的综述 作者：Gediminas Adomavicius and Alexander Tuzhilin 【渣渣晴手翻，只可意会】 Ab...
论文精读：Towards Total Recall in Industrial Anomaly Detection
银晗的学习博客
11-04 1万+
背景：在工业图像的异常检测中，最大的问题就是冷启动的问题。首先，在训练集中都是正常的图片，模型很容易捕获到正常图像的特征，但是很难捕获到异常缺陷的样本（这类样本很少，获取也难）其次，分布漂移。正常图像和异常图像分布是不一样的，模型学习的是正常图像的数据分布，而异常图像的数据分布和正常图像不一样AD数据集上的偏差：AD数据集介绍一下：本篇文章采取的方法是基于密度的异常检测方法GAP：全局平均。会定义一个anomaly score。
THE ENFORCEMENT OF PROPERTY RIGHTS IN CHILDREN, AND THE MARRIAGE CONTRACT
Sun_shengbao的博客
04-01 7543
THE ENFORCEMENT OF PROPERTY RIGHTS IN CHILDREN, AND THE MARRIAGE CONTRACT MARRIAGE, as a form of contract for the enforcement and transfer of rights between husband and wife, must rank among one of th...
TOWARDS THE HARMONIZATION OF SAFETY ASSESSMENT METHODS OF AUTOMA
03-19
"TOWARDS THE HARMONIZATION OF SAFETY ASSESSMENT METHODS OF AUTOMATED DRIVING SAKURA – SIP-adus - HEADSTART"这篇白皮书旨在通过日本政府和欧洲委员会的研究项目，整合并统一自动化驾驶的安全评估方法。...
Towards the Benefit of Multi-Hop Relaying in Opportunistic Networking
02-10
Towards the Benefit of Multi-Hop Relaying in Opportunistic Networking
TextFlow Towards Better Understanding of Evolving Topics in Text
12-24
理解主题在文本数据中的演变是一项重要且具有挑战性的任务。虽然很多工作都致力于话题分析，但是话题演变的研究主要局限于单个话题。在本文中，我们介绍了TextFlow，它是可视化和主题挖掘技术的无缝集成，用于分析多...
人工智能在自动驾驶中的目标检测研究
zhumin726的专栏
07-10 655
视觉识别技术在自动驾驶中的目标检测扮演着不可或缺的角色。通过不断优化目标检测算法，结合最新的深度学习技术，自动驾驶车辆将能够更加准确、安全地感知周围环境，实现真正的无人驾驶。视觉识别技术使得车辆能够像人类一样“看”到周围环境，通过图像处理和深度学习算法，实现对周围目标的检测和识别。我们将详细讨论目标检测的基本原理、常用算法、最新进展、已有的开源项目及其在自动驾驶中的应用和挑战。通过这些详细的讨论和分析，我们可以更好地理解人工智能在自动驾驶中如何通过视觉识别进行目标检测，并进一步推动这一技术的研究和应用。
AGI 之 【Hugging Face】 的【问答系统】的 [构建问答系统] / [ 构建基于评论的问答系统 ] 的简单整理
仙魁XAN
07-12 763
AGI，即通用人工智能（Artificial General Intelligence），是一种具备人类智能水平的人工智能系统。它不仅能够执行特定的任务，而且能够理解、学习和应用知识于广泛的问题解决中，具有较高的自主性和适应性。AGI的能力包括但不限于自我学习、自我改进、自我调整，并能在没有人为干预的情况下解决各种复杂问题。AGI能做的事情非常广泛：跨领域任务执行：AGI能够处理多领域的任务，不受限于特定应用场景。自主学习与适应：AGI能够从经验中学习，并适应新环境和新情境。
YOLOv10改进 | 特殊场景检测篇 | 轻量级的低照度图像增强网络IAT改进YOLOv10暗光检测（全网独家首发）
热门推荐
Snu77的博客
07-11 1万+
本文给大家带来的改进机制是轻量级的变换器模型：Illumination Adaptive Transformer (IAT)，用于图像增强和曝光校正。其基本原理是通过分解图像信号处理器（ISP）管道到局部和全局图像组件，从而恢复在低光或过/欠曝光条件下的正常光照sRGB图像。具体来说，IAT使用注意力查询来表示和调整ISP相关参数，例如颜色校正、伽马校正。模型具有约90k参数和约0.004s的处理速度，能够在低光增强和曝光校正的基准数据集上持续实现优于最新技术（State-of-The-Art, SOTA）
聊聊如何在内网下构建大模型微调环境
最新发布
python1234567_的博客
07-12 694
LlamaFactory新版更新后，还是比较方便，只是说llamafactory-cli命令的确是有点蒙，踩个坑就好了。对于LlamaFactory微调来说，本身不难，毕竟都是配置；主要是在内网环境下的依赖包拉取安装是真麻烦，但其实也还好。走一遍的话，还是可以学到很多的。​。
线性代数|机器学习-P22逐步最小化一个函数
scar2016的博客
07-10 913
主要讲的是无约束情况下的最小值问题。矩阵求导泰勒公式，函数到向量的转换梯度下降牛顿法梯度下降。
翻译成中文In dynamical systems theory, a stable manifold is a set of points in phase space that converges towards a stable equilibrium point or limit cycle. More specifically, it is a set of initial conditions for which the system will converge towards the stable equilibrium or limit cycle. The stable manifold can be thought of as a geometric structure that characterizes the behavior of the system near the equilibrium or limit cycle. In the context of the HH neuron model discussed in the referenced article, the stable manifold is the set of initial conditions for which the system will converge towards the stable resting state of the neuron. This is because the stable resting state is the only stable equilibrium point of the system. Trajectories that start to the left of the stable manifold will quickly converge towards the stable resting state, while trajectories that start to the right of the stable manifold will diverge from the resting state and eventually converge towards the unstable equilibrium point. Overall, the stable manifold is a fundamental concept in dynamical systems theory and plays an important role in understanding the behavior of nonlinear systems such as the HH neuron model.
02-22
稳定流形是动力系统理论中的一组相空间点，它们收敛于稳定的均衡点或极限周期。更具体地说，它是一组系统将收敛到稳定均衡或极限周期的初始条件。稳定流形可以被认为是一种几何结构，它描述了系统在均衡或极限周期...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值