Simulating Road Spray Effects in Automotive Lidar Sensor Models

要約

知覚センサーのモデリングは、自動運転機能のシミュレーション ベースのテストの鍵となります。
センサーは、気象条件そのもの以外にも、濡れた路面を走行する車両によるタイヤの水しぶきなど、オブジェクトに依存する環境の影響を受けます。
この作業では、ライダー データのスプレーの新しいモデリング アプローチを紹介します。
このモデルは Open Simulation Interface (OSI) 標準に準拠しており、スプレー プルーム内の検出クラスターの形成に基づいています。
検出は、流体力学シミュレーションや物理エンジンを必要とせずに、シンプルなカスタム レイ キャスティング アルゴリズムでレンダリングされます。
このモデルは、その後、オブジェクト検出アルゴリズムのトレーニング データを生成するために使用されます。
このモデルは、実際のスプレー シナリオでの検出を大幅に改善するのに役立つことが示されています。
さらに、体系的な現実世界のデータ セットが記録され、能動的知覚センサーにおけるスプレー効果の分析、モデルのキャリブレーション、および検証のために公開されます。
実験は、さまざまな車両速度、車両の種類、および舗装の湿潤レベルで、人工的に水をまいた舗装を走行することによって、テスト トラックで行われます。
この作品のすべてのモデルとデータは、オープン ソースで利用できます。

要約(オリジナル)

Modeling perception sensors is key for simulation based testing of automated driving functions. Beyond weather conditions themselves, sensors are also subjected to object dependent environmental influences like tire spray caused by vehicles moving on wet pavement. In this work, a novel modeling approach for spray in lidar data is introduced. The model conforms to the Open Simulation Interface (OSI) standard and is based on the formation of detection clusters within a spray plume. The detections are rendered with a simple custom ray casting algorithm without the need of a fluid dynamics simulation or physics engine. The model is subsequently used to generate training data for object detection algorithms. It is shown that the model helps to improve detection in real-world spray scenarios significantly. Furthermore, a systematic real-world data set is recorded and published for analysis, model calibration and validation of spray effects in active perception sensors. Experiments are conducted on a test track by driving over artificially watered pavement with varying vehicle speeds, vehicle types and levels of pavement wetness. All models and data of this work are available open source.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google