全波形LiDAR Transformerをリアルタイム化する新手法

導入

LiDARは自動運転やロボットの認識を支える主要なセンサーですが、霧、雨、透明物体、反射率の低い表面では情報が弱くなりやすいという課題があります。全波形LiDAR（FWL）は、単一の反射点だけでなく、戻り信号全体をヒストグラムとして記録します。そのため、多重反射や弱い反射を含む豊かな情報を扱えます。一方、波形をTransformerのトークンに変換すると入力が大きくなり、低強度の背景領域にも計算を割くことになります。

物理構造を使った二つの工夫

この研究は、計算量と汎化性能という二つの問題に対して、次の方法を提案します。

• FWL-ToPMによるトークン削減。 信号強度の分布を手がかりに、情報量が少ない、または類似したトークンを選別し、剪定・統合します。単純に波形を切り捨てるのではなく、重要な戻り信号を残しながらTransformerの処理負荷を下げる設計です。
• FWLAugによる構造保持型拡張。 任意のノイズを加えるのではなく、各光線のTime-of-Flight波形と視錐台の幾何を維持したまま学習データを増やします。拡張後も全波形LiDARの物理的な構造を保つことが狙いです。

実験結果と意義

Ghost-FWLベンチマークでは、FWL-ToPMが8倍を超える高速化を達成し、リアルタイム処理の水準に到達したと報告されています。同時に、従来の最先端手法に対してF1が約9ポイント向上しました。速度を得るために精度を犠牲にするのではなく、効率と認識性能を同時に改善した点が特徴です。さらにFWLAugは、標準ベンチマークと未見シーンの双方で性能を向上させました。ラベル付きデータが限られる全波形LiDARでは、物理構造を壊さない拡張が汎化を助ける可能性があります。

この研究の重要な示唆は、すべてのセンサートークンを同じ重みで処理する必要はないということです。強度分布で計算資源の配分を判断し、センシングの仕組みをデータ拡張にも反映することで、汎用Transformerの大型化とは別の効率化が可能になります。

ただし、提供された素材には使用ハードウェア、実測遅延、削減率、天候別の詳細結果は含まれていません。「リアルタイム」という主張や悪条件での頑健性は、完全な論文と実運用環境を踏まえて確認する必要があります。

出典：Hugging Face Daily Papers