DynamicCity：从动态场景生成大规模激光雷达

DynamicCity代表了激光雷达场景生成领域的重大进步，专注于动态的真实驾驶环境，而不是静态场景。这项工作引入了一种新颖的4D激光雷达生成框架，捕捉环境的时间演变，这一特点使其与现有方法有所区别。该框架包括一个使用独特的投影模块和扩展与压缩策略的VAE模型，从而显著提高了拟合质量、训练效率和内存使用率。此外，采用了基于DiT的扩散模型用于HexPlane生成，适应各种条件，增强了应用的多样性。这项研究将发布其代码供公众使用，已在广泛实验中表现出优于当前最先进方法的成果。这一进步对于那些对自动驾驶车辆和城市规划感兴趣的人来说尤为重要，因为它提供了一种更准确、更高效的方式来理解和驾驶动态环境。- DynamicCity是一个4D LiDAR生成框架，可以捕捉动态环境的时间演变。 - DynamicCity由VAE模型和DiT-based扩散模型组成。 - VAE模型学习HexPlane作为紧凑的4D表示。 - DiT-based扩散模型用于HexPlane生成。 - DynamicCity通过投影模块将4D LiDAR特征压缩为六个2D特征图。 - 这提高了HexPlane拟合质量。 - DynamicCity使用扩展和压缩策略并行重构3D特征体积。 - 这提高了网络训练效率和重构准确性。 - DynamicCity的HexPlane生成支持多种条件，如轨迹和命令驱动生成、修复和布局条件生成。 - DynamicCity在CarlaSC和Waymo数据集上的实验证明优于现有的4D LiDAR生成方法。 - 代码将被发布以促进未来的研究。