Cyclops：将LiDAR转化为彩色相机的感知框架

在机器人感知领域，传统相机因丰富的语义纹理而被广泛使用，但在低光或高动态高动态指机器人完成跑、跳、翻腾等爆发性动作的能力，对关节爆发力和控制算法要求极高，是运动性能的「天花板指标」。◆ 小白科普 · 现身范围环境中性能会显著下降。激光雷达则能捕捉不受光照影响的几何与强度信息，但其数据通常是单通道且稀疏的，难以直接应用基于RGB数据预训练的视觉模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身。为此，研究者提出了Cyclops框架，可将非重复扫描激光雷达的强度数据转化为RGB视频，实现无需相机的全天候感知。该方法先通过冻结的预训练致密化模块将稀疏强度投影转换为密集表示，再利用潜在桥接匹配技术，借助学习的速度场，在几步ODE积分内将密集强度潜变量输送到目标RGB分布。为缓解帧间闪烁，该框架通过时间注意力层注入前帧上下文，并将速度场视为由可微分终端奖励优化的策略，沿ODE轨迹反向传播以增强终端保真度。

实验表明，生成的RGB图像，包括近暗条件下生成的图像，使基于RGB的感知模型模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身在语义分割、车道检测和点云着色等任务上，显著优于激光雷达基线和传统相机。