Self-Supervised Moving Object Segmentation of Sparse and Noisy Radar Point Clouds

📄 arXiv: 2511.02395v1 📥 PDF

作者: Leon Schwarzer, Matthias Zeller, Daniel Casado Herraez, Simon Dierl, Michael Heidingsfeld, Cyrill Stachniss

分类: cs.CV, cs.LG

发布日期: 2025-11-04

备注: Accepted for publication at IEEE International Conference on Intelligent Transportation Systems (ITSC 2025), 8 pages, 3 figures

💡 一句话要点

提出一种自监督雷达点云移动物体分割方法，提升稀疏噪声数据的分割性能。

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱三：空间感知 (Perception & SLAM)

关键词: 雷达点云 移动物体分割 自监督学习 对比学习 聚类 自动驾驶

📋 核心要点

  1. 现有相机和激光雷达的移动物体分割方法依赖时间序列，导致延迟增加，而雷达数据虽能直接测量多普勒速度，但其稀疏性和噪声给有监督学习带来挑战。
  2. 该论文提出一种基于聚类的对比自监督学习方法，通过动态点去除进行聚类细化，从而预训练网络以获得雷达数据的运动感知表征。
  3. 实验结果表明，该方法在微调后提高了标签效率，并通过自监督预训练有效提升了现有技术的性能。

📝 摘要（中文）

移动物体分割对于自动驾驶等自主移动系统的安全性和可靠性至关重要，能够提升SLAM或路径规划等后续任务的可靠性和鲁棒性。虽然相机或激光雷达数据的分割研究广泛且成果显著，但通常需要积累时间序列以获得必要的时间上下文，从而增加了延迟。雷达传感器通过直接测量点的多普勒速度克服了这个问题，可用于单次扫描的移动物体分割。然而，雷达点云通常稀疏且噪声大，使得有监督学习的数据标注非常繁琐、耗时且成本高昂。为了解决这个问题，我们提出了一种针对稀疏和噪声雷达点云的自监督移动物体分割方法。我们采用对比自监督表征学习与后续使用少量标注数据进行监督微调的两步方法。我们提出了一种新颖的基于聚类的对比损失函数，该函数基于动态点去除进行聚类细化，以预训练网络来生成雷达数据的运动感知表征。我们的方法在微调后提高了标签效率，通过自监督预训练有效地提升了最先进的性能。

🔬 方法详解

问题定义：论文旨在解决稀疏和噪声雷达点云中移动物体分割的问题。现有方法，特别是依赖有监督学习的方法，在雷达数据上表现不佳，因为雷达点云的标注成本高昂且容易出错。此外，直接利用雷达的多普勒信息进行分割也面临噪声干扰大的问题。

核心思路：论文的核心思路是利用自监督学习来预训练一个能够提取运动感知特征的神经网络。通过对比学习，网络可以学习到区分不同运动模式的点云表征，从而在后续的监督微调阶段，仅需少量标注数据即可达到良好的分割效果。这种方法旨在降低对大量标注数据的依赖，提高雷达数据分割的效率和鲁棒性。

技术框架：该方法包含两个主要阶段：(1) 自监督预训练阶段：利用提出的基于聚类的对比损失函数，训练网络学习雷达点云的运动感知表征。(2) 监督微调阶段：使用少量标注数据，对预训练的网络进行微调，使其适应特定的分割任务。整体流程是先通过自监督学习提取有用的特征，再通过监督学习进行精细调整。

关键创新：该论文的关键创新在于提出了一个新颖的基于聚类的对比损失函数，并结合了动态点去除的聚类细化策略。传统的对比学习方法可能难以处理雷达点云的稀疏性和噪声。通过聚类，可以将相似运动模式的点云聚集在一起，从而提高对比学习的效率。动态点去除则可以进一步优化聚类结果，减少噪声的影响。

关键设计：在自监督预训练阶段，首先对雷达点云进行聚类，然后基于聚类结果构建正负样本对。正样本对来自同一聚类，负样本对来自不同聚类。对比损失函数的目标是拉近正样本对的距离，推远负样本对的距离。动态点去除策略则是在每次迭代中，移除聚类中置信度较低的点，从而优化聚类结果。具体的网络结构和损失函数形式在论文中进行了详细描述（未知）。

📊 实验亮点

该论文提出的自监督方法在雷达点云移动物体分割任务上取得了显著的性能提升。通过与现有方法进行对比，证明了自监督预训练能够有效提高标签效率，即在少量标注数据的情况下，也能达到甚至超过现有方法的性能。具体的性能数据和提升幅度在论文的实验部分进行了详细展示（未知）。

🎯 应用场景

该研究成果可应用于自动驾驶、机器人导航、智能交通等领域。通过提高雷达数据的移动物体分割精度，可以增强自动驾驶车辆对周围环境的感知能力，提高行驶安全性。此外，该方法还可以应用于机器人导航，帮助机器人在复杂环境中识别和避开移动障碍物。在智能交通领域，该技术可以用于交通流量监控和异常事件检测。

📄 摘要（原文）

Moving object segmentation is a crucial task for safe and reliable autonomous mobile systems like self-driving cars, improving the reliability and robustness of subsequent tasks like SLAM or path planning. While the segmentation of camera or LiDAR data is widely researched and achieves great results, it often introduces an increased latency by requiring the accumulation of temporal sequences to gain the necessary temporal context. Radar sensors overcome this problem with their ability to provide a direct measurement of a point's Doppler velocity, which can be exploited for single-scan moving object segmentation. However, radar point clouds are often sparse and noisy, making data annotation for use in supervised learning very tedious, time-consuming, and cost-intensive. To overcome this problem, we address the task of self-supervised moving object segmentation of sparse and noisy radar point clouds. We follow a two-step approach of contrastive self-supervised representation learning with subsequent supervised fine-tuning using limited amounts of annotated data. We propose a novel clustering-based contrastive loss function with cluster refinement based on dynamic points removal to pretrain the network to produce motion-aware representations of the radar data. Our method improves label efficiency after fine-tuning, effectively boosting state-of-the-art performance by self-supervised pretraining.