Proteus: A Truncation-Robust Entropy Model for Progressive LiDAR Compression

Technisches Resümee: PROTEUS – Ein Truncation-robuster Entropie-Modell für progressive LiDAR-Kompression

1. Problemstellung

LiDAR-Punktwolken liefern explizite, deterministische physikalische Grenzen, die für sicherheitskritische kollaborative Wahrnehmung (z. B. Kollisionserkennung, Gefahrenvermeidung) essenziell sind. Die Übertragung dieser dichten Datenstrukturen über dynamische drahtlose Kanäle (V2X, UAV-Schwärme) führt jedoch zu zwei kritischen Herausforderungen:

• Bandbreitenschwankungen & Truncation (Abschneiden): Transiente Verbindungsunterbrechungen oder Bandbreiteneinbrüche verursachen ein Abschneiden des im Transit befindlichen Streams. Konventionelle Codecs brechen unter solchen Bedingungen zusammen, was latenzintensive Feedback-Schleifen zur Neuverhandlung der Bitraten erfordert, was wiederum Echtzeit-Pipelines blockiert.
• Kanalstörungen vs. Physikalische Treue: Bestehende robuste Frameworks, wie Deep Joint Source-Channel Coding (Deep JSCC) oder Multiple Description Coding (MDC), bewältigen Paketverluste durch die Rekonstruktion fehlender Regionen mittels statistischer oder parametrischer Schätzung. Während dies eine wettbewerbsfähige perzeptuelle Qualität oder nachgeschaltetes mAP aufrechterhält, verwandelt es exakte physikalische Messungen in unverifizierte algorithmische Schätzungen. Für sicherheitskritische Aufgaben ist die Bewahrung der mathematisch gebundenen, deterministischen Natur der Sensormessung – selbst bei einer gröberen Auflösung – unerlässlich.

Die Kernherausforderung besteht darin, einen gelernten Codec zu entwerfen, der eine progressive, Truncation-robuste Kompression erreicht und gleichzeitig die exakten physikalischen Grenzen der LiDAR-Messungen strikt bewahrt, um die in statistischen Schätzverfahren inhärente „Halluzination“ von Geometrie zu vermeiden.

2. Methodik

Die Autoren schlagen Proteus vor, einen gelernten LiDAR-Codec, der auf 2D-Range-Images operiert. Das Framework entkoppelt die Frame-Repräsentation in zwei unabhängige Kodierströme, um eine Stream-Ebene-Truncation-Robustheit zu erreichen:

A. Repräsentation & Entkopplung
Das Eingangs-Range-Image $R = (x, a)$ besteht aus dem Range-Kanal $x$ (Bit-Tiefe $d$) und den Attribut-Kanälen $a$ (z. B. Reflektanz). Der Range-Kanal wird in $d$ Bit-Ebenen zerlegt und partitioniert in:

1. SIG (Signifikant): Die signifikantesten Bit-Ebenen ($x_{1:s}$), bestehend aus einem „Head“ ($x_{1:h}$) und einem „Mid“-Subblock ($x_{h+1:s}$).
2. INS (Insignifikant): Die verbleibenden Tail-Bit-Ebenen ($x_{s+1:d}$) und alle Attribut-Kanäle.

B. SIG Coder: Selbstkontrollierter Bits-Back-Ansatz
Der SIG-Block kodiert die signifikanten Ebenen mittels eines Bits-Back-Kodierungsschemas, das vollständig innerhalb des Blocks selbst enthalten ist.

• Mechanismus: Er nutzt einen Autoregressive Initial Bits (ArIB) Mechanismus. Der „Mid“-Subblock wird zuerst ohne latente Konditionierung kodiert, um initiale Bits zu generieren. Diese Bits werden dann verwendet, um die latente Variable $z$ für den „Head“-Subblock zu dekodieren, welcher unter der Posterior $q(z|x_{1:h})$ kodiert wird.
• Vorteil: Dies eliminiert den typischerweise mit Bits-Back-Kodierung assoziierten Overhead pro Einzelframe (der normalerweise eine Amortisation über eine Sequenz erfordert). Der SIG-Block ist nicht abschneidbar (non-truncatable); er etabliert eine notwendige, selbstkontrollierte perzeptuelle Untergrenze. Wenn der Stream vor dem Abschluss von SIG abgeschnitten wird, ist der Frame zwar nicht dekodierbar, aber wenn SIG empfangen wurde, bleibt die fundamentale geometrische Struktur erhalten.

C. INS Coder: Truncation-robuster FIFO
Der INS-Block kodiert die insignifikanten Range-Ebenen und Attribute mittels eines First-In-First-Out (FIFO) Range Coders.

• Ordnung: Der Stream wird so serialisiert, dass die Range-Tail-Ebenen ($x_{s+1:d}$) den Attribut-Ebenen ($a$) vorausgehen. Dies priorisiert geometrische Präzision gegenüber der Attribut-Treue bei Bandbreiteneinbrüchen.
• Truncation-Eigenschaften:
  • Deterministische Präzisionsdegradation: Das Abschneiden von $N$ am wenigsten signifikanten Bit-Ebenen des Ranges ist mathematisch äquivalent zu Zero-Padding, was zu einer deterministischen räumlichen Präzisionsdegradation ($\Delta_N = 2^N \cdot \Delta_0$) führt. Dies vermeidet die Notwendigkeit der statistischen Schätzung fehlender Geometrie.
  • Hybride Attribut-Rekonstruktion: Wenn Attribut-Bits abgeschnitten werden, werden die verbleibenden Bits mittels einer hybriden Lossless-Predictive-Methode rekonstruiert. Die dekodierte Geometrie (aus SIG und dem empfangenen INS-Range) dient als starker struktureller Prior für ein Prädiktionsnetzwerk $h_\theta$, um die fehlenden Attribut-Details zu approximieren.
• Robustheit: Da SIG etwa 30 % des Bitstroms ausmacht, bleibt Proteus auch dann voll dekodierbar, wenn bis zu 70 % des INS-Streams abgeschnitten werden.

3. Kernbeiträge

1. Truncation-robuste Bits-Back-Kodierung: Die Arbeit adressiert die Inkompatibilität zwischen Truncation-Robustheit und hocheffizienter Bits-Back-Kodierung. Durch die Entkopplung des Streams und die Nutzung von ArIB ermöglicht Proteus eine progressive, sanfte Degradation mit nur geringfügiger Einbuße in der verlustfreien Kompressionseffizienz, wodurch der Overhead pro Einzelframe eliminiert wird.
2. Strategische Geometrie-Attribut-Ordnung: Ein gemeinsames Kodierungsframework wurde entwickelt, bei dem untergeordnete Attributdaten nach der Geometrie in den abschneidbaren Stream platziert werden. Dies ermöglicht es dem System, bei Bandbreitenschwankungen natürlich zuerst die Attributpräzision zu opfern und so die nachgeschaltete Wahrnehmungsleistung auch bei erheblicher Truncation aufrechtzuerhalten.
3. Deterministische physikalische Bewahrung: Im Gegensatz zu Deep JSCC oder MDC stellt Proteus sicher, dass die abgeschnittenen Rekonstruktionen mathematisch gebundene Projektionen der Quelle sind. Die Geometrie wird niemals „halluziniert“; sie wird lediglich mit einer geringeren Präzision rekonstruiert.

4. Experimentelle Ergebnisse

Die Experimente wurden auf dem Waymo Open Dataset (WOD) und SemanticKITTI durchgeführt.

• Truncation-Robustheit: Proteus toleriert bis zu ~70 % Bitstrom-Abschneidung. Unter Truncation bleibt der geometrische Fehler mathematisch gebunden (z. B. liefert das Abschneiden von 3 Ebenen eine Präzision von ~8 mm auf KITTI), und die nachgeschaltete 3D-Objekterkennung degradiert progressiv zu einer selbstkontrollierten Untergrenze, anstatt zusammenzubrechen.
• Kompressions-Effizienz (Ideale Kanäle): Unter Idealbedingungen (0 % Truncation) übertrifft Proteus etablierte Standards (G-PCC, Draco, JPEG XL) sowie den gelernten Baseline-Ansatz Unicorn.
  • SemanticKITTI: Erreicht einen BD-Rate-Gewinn von -35,41 % gegenüber G-PCC für die Geometrie und -15,59 % für die Intensität.
  • WOD: Erreicht einen BD-Rate-Gewinn von -42,72 % gegenüber G-PCC für die Geometrie und -80,47 % für die Intensität.
• Ablationsstudien:
  • Das Entfernen des Bits-Back-Mechanismus erhöht die Rate um +20,19 %.
  • Das Entfernen des ArIB-Schemas erhöht die Rate um +31,17 %.
  • Das entkoppelte Design verursacht lediglich eine Effizienz-Steuer von 6,56 % im Vergleich zu einem gekoppelten ArIB-Schema, um die Truncation-Robustheit zu ermöglichen.
  • Das hybride Attribut-Rekonstruktionsmodul (LUT + CNN Head) ist rechentechnisch leichtgewichtig (1,3 MB Speicher, 5,2 ms Overhead) und entscheidend für die Performance (das Entfernen beider Module erhöht die BD-Rate um +67,8 %).

5. Bedeutung und Ansprüche

Das Paper behauptet, dass Proteus das grundlegende Spannungsverhältnis zwischen hocheffizienter Kompression und kanalrobuster Übertragung für sicherheitskritische LiDAR-Anwendungen löst. Durch die strikte Beschränkung der Kodierabhängigkeiten auf Intra-Frame-Ebene und die Entkopplung der Repräsentation erreicht Proteus:

• Frame-Ebene-Paketverlustresistenz (keine Inter-Frame-Prädiktion, die unterbrochen werden könnte).
• Präfix-dekodierbare Bitströme, die valide Rekonstruktionen ohne vorherige Koordination liefern.
• Mathematisch verifizierbare Sicherheitsnetze: Die rekonstruierte Punktwolke behält ihre deterministischen physikalischen Grenzen bei, was sicherstellt, dass die Daten selbst unter schwerer Truncation eine getreue, wenn auch weniger präzise Messung bleiben und keine unverifizierte Schätzung darstellen.

Die Autoren positionieren Proteus als eine Lösung, die es kollaborativen autonomen Systemen ermöglicht, dichte Punktwolken über unzuverlässige drahtlose Kanäle zu teilen, ohne die mathematische Integrität zu gefährden, die für sicherheitskritische Entscheidungsfindungen erforderlich ist.