【论文阅读】IROS2022: Dynamics-Aware Spatiotemporal Occupancy Prediction in Urban Environments
0.参考与前言
完整题目: Dynamics-Aware Spatiotemporal Occupancy Prediction in Urban Environments
论文链接:https://arxiv.org/abs/2209.13172
代码链接:无
缩写:occupancy grid map (OGM), sensor grid maps (SGMs), residual grid maps (RGMs)
1. Motivation
任务:detection and segmentation of moving obstacles
在同一个框架里实现这两个功能: ① detects and segments 场景里的动态障碍物;② predict the spatiotemporal evolution of the environment
形式为:occupancy-based environment representations
The OGMs discretize the environment into grid cells and consider the binary free or occupied hypotheses. Each cell in the OGMs contains the belief of its respective occupancy probability
对于被遮挡的表示呢,有 evidential occupancy grid map (eOGM) [2], where each cell carries an additional information on the occluded occupancy hypothesis in its information channel, in addition to the occupied and free channels
因为其和RGB images的相似 discretized spatial structure 所以大多预测方法也可以直接使用
Related work
[3] 基于卷积LSTM 重新提出了predictive coding network,可以很好的捕获 static dynamic 但是 suffers from vanishing dynamic objects in the predictions at longer time horizons.
[6] 基于 [3] 的PredNet develop a double-prong model,一个prong用作静止的OGMs [ motion model 学习静止环境的相对运动 ],另一个主要接收动态的OGMs;输出为两个prongs合起来;缺点是需要比较精准的物体检测和跟踪信息
本篇主要是extend [6] 的工作,将static dynamic object segmentation 与 prediction一起做,这样就不需要检测和跟踪先验结果了
[11] Range images are used as an intermediate representation of the point clouds to reduce computational complexity
Contribution
方法上: segmentation with SalsaNext [11, 12]
- We develop a method that integrates static-dynamic object segmentation and local environment prediction together, without assuming knowledge of static and dynamic objects in the scene.
- We propose using an occupancy-based environment representation across the entire system to enable direct integration.
2. Method
与[11] range image不同的是,这里SGM和RGM作为输入
- 首先像[3] 一样 使用Markov random field去掉地面
- 接下来分为两个部分:static-dynamic object segmentation 用来将静态和动态分开
- prediction module,预测未来的OGMs
2.1 Framework
OGMs 是根据 [3] 生成的
2.2 Static-Dynamic Object Segmentation
输入是:SGMs 和 RGMs;输出为 discretized dynamic masks
SGMs 为 \(\R^{W \times H}\) 每个cell三个状态 free occupied occluded,使用ray tracing 可以决定 free space and occupancy class
RGMs 为 \(\R^{W \times H}\) 根据现在时刻和过去的SGMs生成的,past SGMs 先根据ego motion 转到当前坐标系下,然后对比cells里的状态变化,如果从一个已知类到另一个 则设为1,否则为0;注意这里我们并不考虑 occluded 部分
然后RGMs concatenated到current SGMs上去 成为一个extra channel;所以整体上是SGM提供temporal info,RGM提供spatial info
输出为:一个二进制的mask,\(M_d \in \R^{W \times H}\) 1 代表 dynamic 0 代表static
2.3 Environment Prediction
dynamic mask是\(M_d\) static 就是:\(1-M_d\)
eOGMs是一种alternative representations使用Dempster–Shafer Theory (DST)来更新grid cells
Each allowable hypothesis is associated with its corresponding Dempster–Shafer belief mass, which represents the degree of occupancy belief in that cell [10].
eOGMs 是 \(\R^{W \times H \times C}\) number of channels 包含 Dempster-Shafer beilef masses for occupied \(m({O}) \in [0,1]\) and free \(m({F}) \in [0,1]\) 也就是两个通道
3. 实验及结果
Setting
实验设置:分辨率为0.33,长度范围为42mx42m,分辨率的选择主要是为了each vehicle is covered by a sufficient number of cells
model 首先用 SGMs 和 RGMs 分割出环境中的 动静态物体,RGMs 由 t 和 t-5 (0.5s eariler) 的 SGMs生成;0.6, 0.1, 0.3 train, validation and test 分布
prediction model 收到 static and dynamic OGMs生成 mask 作为输入,输出为 环境的整个 complete OGM predictions,整体是 20 连续帧,也就是2s的驾驶数据
[6] 里是 使用 过去 5帧OGM去预测未来15帧OGM;而本文根据 [8] 建议 训练分为两种模式,一种是根据现在的OGM预测下一帧OGM;第二种则是:finetuning the model to recursively predict the next 15 OGMs,然后权重参数由上一个模式初始化而来
部署的实时性在 i7-5930K 3.5GHz 和 一块TITAN X上为 82ms (12 Hz)
Results
评估指标
- MSE metric is used to assess how well the predicted occupancy probability for each cell corresponds to its ground truth value.
- IS metric is used to measure how well the structure of the scene is maintained in the OGM predictions. To calculate the IS metric, the minimum Manhattan distance is calculated between two grid cells (one from the target OGM and the other from the predicted OGM) with the same occupancy classes (occupied, free, and unknown)
定量表格
定性分析
原文中的 Future work will consider incorporating semantic segmentation as well. We hypothesize that the model can perform better if given the ability to learn semantics in the scene, which can help with predicting the motion models of different object types.
碎碎念
IROS 2022 到时候还是 online 听一下这个 October 26, 2022 15:00-15:10, Paper WeB-3.3
Our IoU metric over the static and moving objects are 99:5% and 54:5%, respectively, and the average IoU is 77:0%.
问一下这个 moving IoU不高的原因,和static高是否是因为大部分物体是静止的
问了作者 好像是 cell size 会把一些动静态点一起分到一个,但是因为zoom的声音原因 我并没有能听清所有的部分…
凹的应该如何计算?IoU是以cell为单位嘛?
看了很多这个领域的 好像都是这个
文中提到的参考 大多是开源了的
- [3] Dynamic Environment Prediction in Urban Scenes using Recurrent Representation Learning https://github.com/mitkina/EnvironmentPrediction
- [6] Double-Prong ConvLSTM for Spatiotemporal Occupancy Prediction in Dynamic Environments https://github.com/sisl/Double-Prong-Occupancy
赠人点赞 手有余香 ;正向回馈 才能更好开放记录 hhh
【论文阅读】IROS2022: Dynamics-Aware Spatiotemporal Occupancy Prediction in Urban Environments的更多相关文章
- [论文阅读笔记] Community aware random walk for network embedding
[论文阅读笔记] Community aware random walk for network embedding 本文结构 解决问题 主要贡献 算法原理 参考文献 (1) 解决问题 先前许多算法都 ...
- 【论文阅读】Socially aware motion planning with deep reinforcement learning-annotated
目录 摘要部分: I. Introduction 介绍 II. Background 背景 A. Collision Avoidance with DRL B. Characterization of ...
- [论文阅读]阿里DIN深度兴趣网络之总体解读
[论文阅读]阿里DIN深度兴趣网络之总体解读 目录 [论文阅读]阿里DIN深度兴趣网络之总体解读 0x00 摘要 0x01 论文概要 1.1 概括 1.2 文章信息 1.3 核心观点 1.4 名词解释 ...
- 论文阅读笔记六:FCN:Fully Convolutional Networks for Semantic Segmentation(CVPR2015)
今天来看一看一个比较经典的语义分割网络,那就是FCN,全称如题,原英文论文网址:https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn ...
- [置顶]
人工智能(深度学习)加速芯片论文阅读笔记 (已添加ISSCC17,FPGA17...ISCA17...)
这是一个导读,可以快速找到我记录的关于人工智能(深度学习)加速芯片论文阅读笔记. ISSCC 2017 Session14 Deep Learning Processors: ISSCC 2017关于 ...
- 论文阅读 | FoveaBox: Beyond Anchor-based Object Detector
论文阅读——FoveaBox: Beyond Anchor-based Object Detector 概述 这是一篇ArXiv 2019的文章,作者提出了一种新的anchor-free的目标检测框架 ...
- 论文阅读 | Region Proposal by Guided Anchoring
论文阅读 | Region Proposal by Guided Anchoring 相关链接 论文地址:https://arxiv.org/abs/1901.03278 概述 众所周知,anchor ...
- YOLO 论文阅读
YOLO(You Only Look Once)是一个流行的目标检测方法,和Faster RCNN等state of the art方法比起来,主打检测速度快.截止到目前为止(2017年2月初),YO ...
- [论文阅读]阿里DIEN深度兴趣进化网络之总体解读
[论文阅读]阿里DIEN深度兴趣进化网络之总体解读 目录 [论文阅读]阿里DIEN深度兴趣进化网络之总体解读 0x00 摘要 0x01论文概要 1.1 文章信息 1.2 基本观点 1.2.1 DIN的 ...
- BERT 论文阅读笔记
BERT 论文阅读 BERT: Pre-training of Deep Bidirectional Transformers for Language Understanding 由 @快刀切草莓君 ...
随机推荐
- 视频讲解如何构建surging微服务调用
surging 是一款优秀的微服务引擎,包括了社区版,标准版,异构版,平台版本来解决公司的业务场景需求,如果你是初学者,或者是技术狂热者,社区版完全可以符合你们的要求来学习或者构建起微服务体系的引擎框 ...
- 中国ITSM研发创新之路
沿着 itil v3+java流程引擎 的老套路没办法搞出新的名堂了,所以必须要创新1. 理论创新关于ITIL辩证分析的文章我已经写了很多,不一一赘述.我的观念是与其坐等洋和尚来洗脑宣贯,不如自己主动 ...
- 在python中安装包出现Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None))
所以最终的 解决办法:pip install keras -i http://pypi.douban.com/simple --trusted-host pypi.douban.com(其中的kera ...
- linux 文件的特殊权限:suid sgid sticky
目录 一.关于文件的特殊权限 二.suid 三.SGID 四.Stickybit 一.关于文件的特殊权限 1.文件与目录设置不止基础权限:r,w,x,还有所谓的特殊权限.特殊权限会拥有一些" ...
- winfrom 程序自己删除自己
[DllImport("kernel32.dll")] public static extern uint WinExec(string lpCmdLine, uint uCmdS ...
- Newtonsoft.Json 首字母小写
// 首字母小写 JsonSerializerSettings jsonSerializerSettings = new JsonSerializerSettings(); jsonSerialize ...
- vue-cli3 项目路由 history 模式部署到 nginx 服务器
1.项目修改vue.config.js增加 publicPath: '/' 2.nginx配置 location / {#访问前端页面 root /data/dist;#vue项目存放路径 index ...
- iOS面试题详解-开篇
一.前言 转眼之前,已经毕业5年,从事iOS开发5年.5年的时间说长不长,却把我从刚毕业的毛头小伙子变成了现在的"中年大叔",不仅仅是外表还有心态. 一方面不愿意接收自己形体的改变 ...
- Python依据遥感影像的分幅筛选出对应的栅格文件
本文介绍基于Python语言,结合已知研究区域中所覆盖的全部遥感影像的分幅条带号,从大量的遥感影像文件中筛选落在这一研究区域中的遥感影像文件的方法. 首先,先来明确一下本文所需实现的需求.现已 ...
- RHEL9破解root密码
使用rhel8版本的破解方法破解rhel9版本root密码时候,出现问题 在内核参数重置页面输了rd.break后,要么ctrl+d 要么输密码 rhel9破解root密码,应该选择的内核模式为第二行 ...