测试时间校正:通过视觉提示通过在线3D检测系统.

科学领域:

• 计算机视觉 计算机视觉
• 机器人技术 机器人技术 机器人技术
• 人工智能的人工智能

背景情况:

• 自动驾驶系统的安全依赖于精确的3D物体检测.
• 目前的3D探测器通常在线训练,在部署期间缺乏适应性.
• 感知系统的测试时间错误对自动驾驶汽车的安全性构成重大风险.

研究的目的:

• 引入测试时间校正 (TTC),这是一个在线系统,用于纠正推理过程中的3D检测错误.
• 提高部署的自动驾驶系统的安全性和适应性.
• 为了实现实时错误校正而不需要重新训练模型.

主要方法:

• 开发了一个在线适配器 (OA) 模块,一个提示驱动的查询生成器,与现有的3D检测器集成.
• 利用来自辅助反的视觉提示 (例如,2D检测不匹配,道路描述,用户点击) 来引导校正.
• 实现了视觉提示缓冲器,以存储来自危险对象的信息,以便在各中进行连续校正.

主要成果:

• 与传统的冷3D探测器相比,TTC显著改善了即时错误纠正.
• 该系统甚至在有限的标签,零射击设置和不利的驾驶条件下也表现出有效性.
• 通过持续检测危险物体,实现可靠,适应性和多功能驾驶自主性.

结论:

• TTC为自动驾驶感知系统的部署后在线纠正提供了一种新的方法.
• 拟议的方法通过实时适应来提高自动驾驶汽车的稳定性和安全性.
• 这项工作鼓励进一步研究在线校正机制,以提高AI系统在动态环境中的可靠性.