SuperiorGAT：基于图注意力网络的稀疏LiDAR点云重建

本文解决了自动驾驶系统中一个实际问题：由于稀疏数据和遮挡，LiDAR传感器的局限性。 SuperiorGAT 通过使用图注意力网络重建缺失的高程信息，提供了一种计算效率高的解决方案。 重点是架构改进，而不是硬件升级，这是一个关键优势。 在多样化的 KITTI 环境中进行评估，并与已建立的基线进行比较，加强了论文的论点。

• •提出了 SuperiorGAT，一个基于图注意力的 LiDAR 点云重建框架。
• •解决了稀疏 LiDAR 数据和光束丢失的问题。
• •在不增加网络深度的情况下，实现了比现有方法更好的性能。
• •在多样化的 KITTI 环境中展示了有效性。
• •提供了一种计算效率高的方法来提高 LiDAR 分辨率。