摘要
自主系统正在迅速发展，这推动了对能够应对复杂、非结构化环境的强大感知技术的需求。尽管城市自主驾驶已经取得了显著进展，但越野环境却带来了独特的挑战，包括动态的地形和有限的通信基础设施。本研究通过提出一种针对越野自动驾驶车辆的三部分解决方案来应对这些挑战。首先，我们构建了一个大规模的越野数据集，旨在捕捉非结构化环境的视觉复杂性和多样性，为模型泛化提供了现实的训练环境。其次，我们提出了一种基于类别级混淆统计的混淆感知损失（Confusion-Aware Loss, CAL）机制，该机制能够动态地对系统性错误分类进行惩罚。当与交叉熵（cross-entropy）结合使用时，CAL将越野测试集上的分割平均交并比（mIoU）从68.66%提升到了70.06%，并在Cityscapes数据集上实现了高达约0.49%的跨领域性能提升。第三，利用语义分割作为中间表示，我们引入了一种空间叠加视频编码方案，该方案在语义关键区域保留了高保真的RGB信息，同时对非必要的背景区域进行了压缩。实验结果表明，在有损压缩下，峰值信噪比（PSNR）提高了多达5分贝，视频多方法评估融合（VMAF）得分提高了多达40分，从而实现了高效可靠的越野自动驾驶。这种集成方法为带宽受限环境下的实时远程操作提供了强大的框架。
