OccFusion: Un marco de fusión de múltiples sensores sencillo y efectivo para la predicción de ocupación 3D

Este artículo presenta OccFusion, un marco de fusión de sensores sencillo y eficiente para predecir la ocupación 3D. Una comprensión integral de las escenas 3D es crucial en la conducción autónoma, y los modelos recientes para la predicción semántica de ocupación 3D han abordado con éxito el desafío de describir objetos del mundo real con formas y clases variadas. Sin embargo, los métodos existentes para la predicción de ocupación 3D dependen en gran medida de las imágenes de cámaras de vista envolvente, lo que los hace susceptibles a cambios en las condiciones de iluminación y clima. Al integrar características de sensores adicionales, como lidar y radares de vista envolvente, nuestro marco mejora la precisión y robustez de la predicción de ocupación, resultando en un rendimiento de primer nivel en el benchmark nuScenes. Además, experimentos extensos realizados en el conjunto de datos nuScenes, incluyendo escenarios desafiantes nocturnos y lluviosos, confirman el rendimiento superior de nuestra estrategia de fusión de sensores en diversos rangos de percepción. El código para este marco estará disponible en https://github.com/DanielMing123/OCCFusion.