CAD圆形可达深度表示

不规则障碍下稳健导航

通过注意力多帧点云融合和半监督学习,实现对不规则障碍场景中可通过性的高效预测与表征。

Shikuan, Xie · 宋然 · Yuenan, Zhao · Huang, Xueqin · 李沂滨 · 张威

IEEE Transactions on Robotics 2023

技术优势

不需要大量标注

CAD 编码周围环境空间信息,支持半监督学习,避免了为训练标注大量数据。

更稳健更准

实验表明 CAD 在稳健性和精度上优于基准方法。

真车上能跑

方法已在真实 UGV 上实现,并在真实场景中表现良好。

注意力融合多帧

CADNet 包含注意力多帧点云融合模块与稳定性注意力模块,编码 LiDAR 点云空间特征。

应用场景