文献来源
一、什么是FaF?
结合了3D检测、跟踪和运动预测的算法。
二、为什么提出FaF?
自动驾驶领域的问题可以分为四步:检测、跟踪、运动预测和运动规划。但很多算法处理这四步时,使用四个独立的模块,以致于每个模块的不确定性无法传递,下游环节无法纠正上游环节的错误。
三、怎么实现FaF?
算法流程图:
算法结构:
1.数据参数化
首先,对3D点云数据进行体素化,形成体素网格,然后为每个体素分配一个二进制指标,来表示这个体素是否被占用(如果体素内至少存在1个点,就意味着它被占用了)。
接下来要对体素进行卷积操作,但不直接进行3D卷积,因为点云很稀疏,有些体素是空的,如果直接进行3D卷积就会浪费大量的计算资源。因此本算法在平面上做2D卷积,把高度信息当作另一个通道的信息。
上图展现了如何从点云中构造3D张量的,这里直接把高度信息作为一个输入特征,保存在另一个通道里。
接下来,为了进行运动预测