Verso Transformer per LiDAR a forma d’onda completa in tempo reale tramite riduzione dei token guidata dall’intensità e aumento dei dati basato sulla fisica

Abstract degli autori

Il LiDAR è un sensore fondamentale per la guida autonoma e la robotica, ma resta vulnerabile a condizioni avverse come nebbia, pioggia, oggetti trasparenti e superfici a bassa riflettanza. Il LiDAR a forma d’onda completa (FWL) affronta questi limiti acquisendo l’intera forma d’onda di ritorno sotto forma di istogramma e preservando caratteristiche di riflessione ricche, tra cui gli echi multipercorso e i segnali deboli. Sebbene i recenti approcci basati sui Transformer abbiano mostrato potenzialità sui dati FWL, restano due colli di bottiglia fondamentali: l’elevato costo computazionale dovuto ai token ridondanti nelle regioni di fondo a bassa intensità e la capacità limitata di generalizzare a causa della scarsità di dati di addestramento annotati. Affrontiamo entrambi i problemi sfruttando la struttura fisica intrinseca dei dati FWL. Per prima cosa, proponiamo FWL-ToPM, un meccanismo di potatura e fusione dei token che utilizza le distribuzioni di intensità per ridurne selettivamente il numero, preservando al contempo i contenuti fondamentali della forma d’onda. In secondo luogo, introduciamo FWLAug, un framework di aumento dei dati concepito come metodo di regolarizzazione che preserva la struttura della forma d’onda, mantenendo la forma d’onda del tempo di volo di ogni raggio e la geometria del frustum, per migliorare la generalizzazione a scene non viste. Valutato sul benchmark Ghost-FWL, FWL-ToPM raggiunge un’accelerazione superiore a 8 volte con una velocità di elaborazione in tempo reale, insieme a un miglioramento di quasi 9 punti nel punteggio F1 rispetto al precedente stato dell’arte, affermandosi come il primo Transformer per FWL in tempo reale che migliora contemporaneamente la precisione. FWLAug migliora ulteriormente le prestazioni sia sul benchmark standard sia su un set di test fuori distribuzione composto da scene non viste. Nel complesso, questi metodi avvicinano la percezione basata su FWL a un impiego pratico. Il codice e il dataset OOD sono disponibili pubblicamente e accessibili tramite la pagina del progetto: https://keio-csg.github.io/FWL-ToPM