Surround-view Fisheye Camera Perception for Automated Driving: Overview, Survey and Challenges

要約

自動運転におけるニアフィールドセンシングには、一般的にサラウンドビュー魚眼カメラが使用されます。車両の4面に4台の魚眼カメラを設置することで、車両の周囲360度をカバーし、ニアフィールドの全領域を撮影することができます。主なユースケースは、自動駐車、渋滞回避、市街地走行などです。自動車の知覚は遠距離に集中しているため、近接場知覚タスクに関するデータセットや研究は非常に限られています。遠距離とは対照的に、近景認識では、10cmという高精度の物体検出が要求され、物体が部分的に見えるため、さらなる困難が伴います。魚眼レンズの半径方向の歪みが大きいため、標準的なアルゴリズムはサラウンドビューのユースケースに容易に拡張することができません。そこで、研究者や実務者のために、自動車用魚眼レンズカメラの知覚に関する自己完結型のリファレンスを提供することを目的としています。まず、一般的に使用されている魚眼カメラモデルを統一的かつ分類的に扱います。次に、様々な知覚タスクと既存文献について議論する。最後に、課題と将来の方向性について議論する。

要約(オリジナル)

Surround-view fisheye cameras are commonly used for near-field sensing in automated driving. Four fisheye cameras on four sides of the vehicle are sufficient to cover 360{\deg} around the vehicle capturing the entire near-field region. Some primary use cases are automated parking, traffic jam assist, and urban driving. There are limited datasets and very little work on near-field perception tasks as the focus in automotive perception is on far-field perception. In contrast to far-field, surround-view perception poses additional challenges due to high precision object detection requirements of 10cm and partial visibility of objects. Due to the large radial distortion of fisheye cameras, standard algorithms cannot be extended easily to the surround-view use case. Thus, we are motivated to provide a self-contained reference for automotive fisheye camera perception for researchers and practitioners. Firstly, we provide a unified and taxonomic treatment of commonly used fisheye camera models. Secondly, we discuss various perception tasks and existing literature. Finally, we discuss the challenges and future direction.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL