RVLoss: Runoff Vote Loss for Self-Supervised LiDAR Scene Flow Estimation

📄 arXiv: 2608.18864v1 📥 PDF

作者: Shiming Wang, Liangliang Nan, Julian Kooij, Holger Caesar, Yancong Lin

分类: cs.CV

发布日期: 2026-08-19

备注: 15 pages, 5 figures

💡 一句话要点

提出RVLoss以解决自监督LiDAR场景流估计中的运动一致性问题

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

关键词: 自监督学习 LiDAR 场景流估计 运动一致性 深度学习 机器人感知 数据集评估

📋 核心要点

  1. 现有自监督LiDAR场景流估计方法在运动一致性方面存在不足，导致流动不稳定，尤其是在大物体上。
  2. 本文提出RVLoss，通过 runoff vote 机制引入运动刚性，利用投票方法优化流动估计。
  3. 实验结果显示，使用RVLoss的模型在多个数据集上均表现优异，特别是在Argoverse2挑战中提升了20%的性能。

📝 摘要（中文）

LiDAR场景流估计是指在两次连续扫描之间估计点的运动。现有的自监督方法通常通过最小化Chamfer损失来实现，但这种方法未能有效强制运动的刚性，导致物体实例内的流动不一致。为了解决这一问题，本文提出了RVLoss，这是一种通过 runoff vote 机制设计的自监督损失函数。我们发现，通过投票可以将点的运动分组为一小部分主导流动候选者，进而在补偿源点时，最佳流动候选者能够获得最高的一致性。实验结果表明，使用RVLoss训练的模型在Argoverse2 2026挑战中表现出色，超越了其他自监督方法，提升幅度达20%。

🔬 方法详解

问题定义：本文旨在解决自监督LiDAR场景流估计中的运动一致性问题。现有方法依赖Chamfer损失，未能有效强制运动的刚性，导致流动不一致，尤其在大物体实例中表现不佳。

核心思路：本文提出RVLoss，通过设计一个 runoff vote 机制来引入运动刚性。我们观察到，通过投票可以将点的运动分组为少数主导流动候选者，从而在补偿源点时选择最佳流动。

技术框架：RVLoss的整体架构包括两个主要阶段：首先进行top-k投票以确定主导流动候选者，然后通过top-1投票选择最佳流动进行源点补偿。该方法可以无缝集成到现有的前馈网络架构中。

关键创新：RVLoss的核心创新在于引入了两阶段的投票机制，显著提高了流动的一致性。这一设计与传统方法的本质区别在于，传统方法未能考虑运动的刚性。

关键设计：在损失函数的设计中，RVLoss结合了流动的一致性和刚性，采用了聚类方式生成伪标签，确保了自监督学习的有效性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在Argoverse2 2026挑战中，使用RVLoss训练的模型达到了自监督方法中的最新性能，超越了基线模型20%。此外，跨数据集评估显示，该方法在四个额外数据集上也表现出一致的性能提升，验证了其广泛适用性。

🎯 应用场景

该研究在自动驾驶、机器人导航和三维重建等领域具有广泛的应用潜力。通过提高LiDAR场景流估计的准确性，能够增强环境感知能力，从而提升自动驾驶系统的安全性和可靠性。未来，该方法还可能扩展到其他传感器数据的处理与分析中。

📄 摘要（原文）

LiDAR scene flow estimates point-wise motion between two consecutive scans, referred to as the source and target. Leading self-supervised methods typically minimize the Chamfer loss, the nearest neighbor distance between the flow-compensated source and the target. However, nearest-neighbor search does not enforce motion rigidity, often leading to inconsistent flows within object instances. Existing approaches address this issue with additional regularization terms, but flow consistency among points remains limited, especially for large objects. We propose RVLoss, a self-supervised loss that incorporates motion rigidity by design through a runoff vote mechanism. Our key observation is that the point-wise motion, calculated from nearest neighbor search, can often be grouped into a small set of dominant flow candidates by voting (top-k voting). Furthermore, when compensating the source by these candidates, the flow that best represents the underlying rigid motion often yields the highest consensus after a second voting (top-1 voting). Based on this insight, we incorporate the two-stage runoff vote into loss design and create cluster-wise rigid flows and free-form flows as pseudo-labels for self-supervised learning. RVLoss can be seamlessly integrated into existing feedforward architectures. Experiments on the Argoverse2 2026 Challenge show that models trained with RVLoss achieve state-of-the-art performance among self-supervised approaches, outperforming baseline models trained with alternative loss designs by 20%. Moreover, cross-dataset evaluations demonstrate consistent performance improvements across four additional datasets. Code will be released upon acceptance.