神经辐射场(NERFS)在自动驾驶(AD)社区中广受欢迎。最近的方法显示了NERFS进行闭环模拟的潜力,广告系统的启动测试以及作为先进的培训数据增强技术的潜力。但是,现有的方法通常需要较长的训练时间,密集的语义范围或缺乏普遍性。这反过来妨碍了NERF的应用在大规模上应用于AD。在本文中,我们提出了一种针对动态AD数据量身定制的可靠的新型视图合成方法。我们的方法具有简单的网络设计,凸轮和激光镜头的广泛传感器建模 - 包括滚动快门,梁发散和射线掉落 - 并且适用于开箱即用的多个数据集。我们在五个受欢迎的广告数据集上验证其性能,从而实现最新的性能。为了鼓励进一步开发,我们公开发布了神经源源代码。
主要关键词