Echtzeit 3D Objekterkennung mit Punktwolken

摘要

3D Objekterkennung auf Lidar Punktwolken ist eine der wichtigsten Komponenten fur die Umfeldwahrnehmung automatisierter Fahrzeuge. Die exakte Tiefenmessung sowie die ortliche Auflosung des Lidar, bilden eine robuste Basis zur Pfadplanung sowie zur Verhaltens-Pradiktion verkehrsteilnehmender Agenten. Die Methoden, dunn besetzte 3D Punktwolken in Echtzeit mittels neuronaler Netze zu verarbeiten, sind ebenso fur viele andere Anwendungs-bereiche interessant, zum Beispiel Augmented Reality, Robotik oder Industrielle Automatisierung. In dieser Arbeit prasentieren wir einen besonders effizienten 3D Objektdetektor, der ein vorhandenes neuronales Netz (YOLO) aus der Bildverarbeitung erweitert und das Konzept auf 3D Punktwolken anwendet. Anhand von Experimenten mit dem KITTI Datensatz, wird die Effizienz sowie Genauigkeit untersucht und evaluiert.