ICP-Flow: LiDAR Scene Flow Estimation with ICP

📄 arXiv: 2402.17351v2 📥 PDF

作者: Yancong Lin, Holger Caesar

分类: cs.CV

发布日期: 2024-02-27 (更新: 2024-03-21)

备注: CVPR 2024, camera-ready. Code: https://github.com/yanconglin/ICP-Flow

💡 一句话要点

提出ICP-Flow以解决LiDAR场景流估计问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: LiDAR 场景流 ICP算法 刚性运动 自动驾驶 实时推理 三维运动

📋 核心要点

  1. 现有的场景流估计方法未考虑物体的刚性运动，导致估计结果不准确。
  2. 本文提出ICP-Flow，通过结合ICP算法和直方图初始化，进行无学习的流估计。
  3. 在Waymo数据集上，ICP-Flow超越了现有的监督模型，并在长时间间隔下仍能有效估计场景流。

📝 摘要（中文）

场景流描述了自主车辆在相邻时间点捕获的两个LiDAR扫描之间的三维运动。现有方法将场景流视为点对点的无约束流向量，通常需要大规模训练或耗时的优化过程。然而，这些方法未考虑到自主驾驶中物体的刚性运动假设。本文提出ICP-Flow，一种无学习的流估计器，基于传统的迭代最近点（ICP）算法，通过直观的直方图初始化来发现最可能的平移，从而为ICP提供良好的起始点。我们在Waymo数据集上超越了最先进的基线，并在Argoverse-v2和nuScenes上表现出竞争力。进一步地，我们训练了一个前馈神经网络，利用我们模型生成的伪标签，达到了实时推理模型中的最佳性能。

🔬 方法详解

问题定义：本文旨在解决LiDAR场景流估计中的刚性运动假设未被考虑的问题。现有方法通常依赖于大规模训练或复杂的优化，导致在实际应用中效率低下。

核心思路：ICP-Flow通过引入传统的迭代最近点（ICP）算法，结合刚性运动假设，进行流估计。该方法不依赖于学习过程，而是通过直方图初始化来优化ICP的起始点。

技术框架：ICP-Flow的整体架构包括两个主要阶段：首先，通过直方图初始化发现最可能的平移；其次，使用ICP算法对物体进行对齐，输出刚性变换，从而恢复完整的场景流。

关键创新：ICP-Flow的最大创新在于将传统的ICP算法与刚性运动假设结合，提供了一种无学习的流估计方法，显著提高了估计的准确性和效率。

关键设计：在设计中，直方图初始化是关键步骤，它通过分析点云分布来确定最佳的平移参数。此外，ICP算法的迭代过程被优化，以确保在不同时间间隔下的鲁棒性。该方法在长时间间隔（最多0.4秒）下仍能有效工作，超越了其他模型。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，ICP-Flow在Waymo数据集上超越了所有现有的基线模型，包括监督学习模型，显示出更高的准确性和效率。此外，该方法在长时间间隔下的表现尤为突出，能够在0.4秒的时间间隔内提供有效的场景流估计，显著优于其他模型。

🎯 应用场景

ICP-Flow的研究成果在自动驾驶、机器人导航和三维重建等领域具有广泛的应用潜力。通过准确估计场景流，该方法能够提升自主车辆的环境感知能力，增强其在复杂动态场景中的决策能力。未来，该技术可能推动更高效的实时场景理解和智能交通系统的发展。

📄 摘要（原文）

Scene flow characterizes the 3D motion between two LiDAR scans captured by an autonomous vehicle at nearby timesteps. Prevalent methods consider scene flow as point-wise unconstrained flow vectors that can be learned by either large-scale training beforehand or time-consuming optimization at inference. However, these methods do not take into account that objects in autonomous driving often move rigidly. We incorporate this rigid-motion assumption into our design, where the goal is to associate objects over scans and then estimate the locally rigid transformations. We propose ICP-Flow, a learning-free flow estimator. The core of our design is the conventional Iterative Closest Point (ICP) algorithm, which aligns the objects over time and outputs the corresponding rigid transformations. Crucially, to aid ICP, we propose a histogram-based initialization that discovers the most likely translation, thus providing a good starting point for ICP. The complete scene flow is then recovered from the rigid transformations. We outperform state-of-the-art baselines, including supervised models, on the Waymo dataset and perform competitively on Argoverse-v2 and nuScenes. Further, we train a feedforward neural network, supervised by the pseudo labels from our model, and achieve top performance among all models capable of real-time inference. We validate the advantage of our model on scene flow estimation with longer temporal gaps, up to 0.4 seconds where other models fail to deliver meaningful results.