KIT | KIT-Bibliothek | Impressum | Datenschutz

LiDAR-based Semantic Labeling : Automotive 3D Scene Understanding

Piewak, Florian Pierre Joseph

Abstract:

Mobile Roboter und autonome Fahrzeuge verwenden verschiedene Sensormodalitäten zur Erkennung und Interpretation ihrer Umgebung. Neben Kameras und RaDAR Sensoren repräsentieren LiDAR Sensoren eine zentrale Komponente für moderne Methoden der Umgebungswahrnehmung. Zusätzlich zu einer präzisen Distanzmessung dieser Sensoren, ist ein umfangreiches semantisches Szeneverständnis notwendig, um ein effizientes und sicheres Agieren autonomer Systeme zu ermöglichen.

In dieser Arbeit wird das neu entwickelte LiLaNet, eine echtzeitfähige, neuronale Netzarchitektur zur semantischen, punktweisen Klassifikation von LiDAR Punktwolken, vorgestellt. ... mehr

Abstract (englisch):

Mobile robots and autonomous vehicles rely on multi-modal sensor setups to perceive and understand their surroundings. Aside from cameras and RaDAR sensors, LiDAR sensors represent a key component of state-of-the-art perception systems. In addition to accurate spatial perception, a comprehensive semantic understanding of the environment is essential for efficient, safe operation.

In this thesis, the LiLaNet - a novel real-time capable neural network architecture for high-quality LiDAR-based point-wise classification known as semantic labeling - is developed. Considering the well-known domain of image-based processing, the 3D LiDAR point cloud is represented as a 2D cylindrical image. ... mehr


Volltext §
DOI: 10.5445/IR/1000120253
Veröffentlicht am 22.06.2020
Cover der Publikation
Zugehörige Institution(en) am KIT FZI Forschungszentrum Informatik (FZI)
Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Publikationstyp Hochschulschrift
Publikationsdatum 22.06.2020
Sprache Englisch
Identifikator KITopen-ID: 1000120253
Verlag Karlsruher Institut für Technologie (KIT)
Umfang XVII, 140 S.
Art der Arbeit Dissertation
Fakultät Fakultät für Wirtschaftswissenschaften (WIWI)
Institut Institut für Angewandte Informatik und Formale Beschreibungsverfahren (AIFB)
Prüfungsdatum 17.06.2020
Schlagwörter Semantic Segmentation, Semantic Labeling, LiDAR, Autonomous Driving, Stixel, Multi-Modal, Perception, Deep Neural Network, Machine Learning
Referent/Betreuer Zöllner, J. M.
KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft
KITopen Landing Page