VI-BEVSEG：基于车辆与基础设施融合的鸟瞰图分割方法

《IEEE Open Journal of Intelligent Transportation Systems》：VI-BEVSEG: Vehicle-Infrastructure Fusion for Bird’s-Eye View Map Segmentation

　　

摘要：

随着基础设施感知技术的进步，路侧摄像头如今能够提供更广阔的覆盖范围和视角，与车载摄像头相结合可用于地图分割。我们提出了一种仅依赖摄像头的中间融合流程，该流程同时利用基础设施和车辆视觉数据来实现地图分割。该系统在保持高精度的同时还能高效运行，这得益于两个关键组件：一个是增强型深度估计模块，它能优化单目深度数据，从而生成更可靠的鸟瞰图投影；另一个是快速交叉注意力模块，它能高效融合多视图特征，在不牺牲精度的前提下降低计算成本。我们的评估是在主要来自V2X-Sim的数据集上进行的，同时还使用了与这些场景对应的自定义真实地图分割数据集。此外，我们还在现实世界的数据集V2X-Seq上对模型进行了进一步测试，以检验其稳健性和可扩展性。我们遵循标准的地图分割流程，并报告了交并比和计算时间。与强大的车辆模型BEVFusion相比，我们的方法在地图创建精度方面取得了显著提升，而且还能扩大可行的映射范围，尤其是在存在远处结构和部分遮挡的情况下，此时基础设施视角可以提供补充覆盖。在V2X-sim测试中，我们提出的VI-BEVSEG在短距离场景下的mIOU值比BEVFusion高2.68%，在长距离场景下则高3.25%。另外，与最先进的V2I协同感知方法UniV2X相比，我们的方法在短距离场景下的优势为4.55%，在长距离场景下则为7.43%。源代码链接为：https://github.com/BELIV-ASU/VI-BEVSEG。