让全波形激光雷达走向实时：用信号强度削减Transformer冗余

导语

激光雷达是自动驾驶与机器人感知的重要传感器，但雾、雨、透明物体和低反射率表面，都会让常规点云出现信息缺失。全波形激光雷达（Full-Waveform LiDAR，FWL）不只记录一个回波点，而是保存每条光线的完整返回波形直方图，因此能够携带多径回波、微弱反射等更丰富的线索。不过，信息更完整也意味着输入更庞大：当Transformer把波形拆分为大量Token后，低强度背景区域中的冗余计算会显著拖慢推理。

两个针对性设计

研究围绕“如何减少计算”和“如何提升泛化”分别提出两项方法：

• FWL-ToPM：按强度分布减少Token。 方法利用全波形数据自身的信号结构，识别低价值或相似的Token，并进行选择性剪枝与合并。其目标不是简单丢弃输入，而是在压缩计算量的同时保留关键波形内容，尤其关注可能包含有效反射信息的区域。
• FWLAug：遵循物理结构的数据增强。 与只对数据外观进行扰动的增强方式不同，FWLAug在变换过程中保留每条光线的Time-of-Flight波形以及对应的视锥几何关系，使增强样本仍符合全波形激光雷达的基本成像结构。

实验结果

在Ghost-FWL基准上，FWL-ToPM实现了超过8倍的速度提升，达到实时处理水平；与此同时，相比此前最佳方法，F1指标提升接近9个百分点。也就是说，这项工作并非以牺牲识别效果换取加速，而是试图同时改善效率与精度。论文还报告称，FWLAug能够在标准基准和未见场景上进一步提升性能，说明物理约束增强有助于缓解全波形数据标注不足带来的泛化问题。

意义与局限

这项工作的价值在于，它没有把全波形信息视作必须完整、等量处理的静态输入，而是利用强度和传播结构判断哪些内容更值得计算。对于需要实时响应的自动驾驶或机器人系统，这种思路可能比单纯扩大模型更具部署价值。同时，研究也提示，面向传感器的高效模型设计，不能只借用通用Transformer压缩策略，还需要把数据生成过程中的物理规律纳入网络与训练流程。

不过，现有素材并未给出硬件配置、完整延迟、剪枝比例，以及不同恶劣天气条件下的分项结果，因此“实时”与泛化能力仍应结合完整论文和实际平台进一步评估。总体而言，FWL-ToPM与FWLAug为全波形激光雷达从高信息量研究数据走向实时感知提供了一个清晰方向。

来源：Hugging Face Daily Papers