点云可以预测未来？波恩大学最新开源：自监督的三维点云预测

原文链接：点云可以预测未来？波恩大学最新开源：自监督的三维点云预测

德国波恩大学StachnissLab最新工作，基于自监督学习的未来三维点云预测，被CoRL2021录用。论文及代码都已开源！

论文标题：Self-supervised Point Cloud Prediction Using 3D Spatio-temporal Convolutional Networks

论文作者：Benedikt Mersch， Xieyuanli Chen， Jens Behley， Cyrill Stachniss

论文链接：http://www.ipb.uni-bonn.de/pdfs/mersch2021corl.pdf

开源代码：https://github.com/PRBonn/point-cloud-prediction

视频链接：点云可以预测未来？波恩大学最新开源：自监督的三维点云预测

随着自动驾驶技术的发展和对安全性能要求的提高，大多数无人车会搭载 三维激光雷达，即所谓的 LiDAR，来感知周围的环境。LiDAR可以生成无人车周围场景的局部三维点云。这些三维点云数据可以被广泛用于众多机器人和自动驾驶任务，例如定位、物体检测、避障、三维重建、场景理解和轨迹预测等等。

“对于这些任务而言，如果能够对未来的观测进行预测，将会带来很大好处。

预测传感器未来的观测可以帮助无人车更好地进行下一步决策。例如将预测得到的未来点云用于路径规划任务就是一个有很前景的应用，预测得到的点云可以很好地辅助规划算法进行避障和可通行区域识别等等。与传统预测车辆轨迹不同的是，直接预测未来点云观测不需要任何先验知识和复杂的前期准备工作，包括对车辆进行检测、定位或跟踪来预测未来场景。此外，直接对未来点云观测进行预测不会被局限于单一的车辆行为预测任务，因为基于原始点云观测可以实现以上提到的众多。