Identification of Threat Regions From a Dynamic Occupancy Grid Map for Situation-Aware Environment Perception

要約

自動運転の分野でより高いレベルの自動化が進むにつれて、車両の運用上の安全性に対する要求が高まります。
計算リソースの制限によって引き起こされるアルゴリズムの計算の複雑さと、自動化された車両の安全な操作を保証する可能性との間のトレードオフがしばしば発生します。
状況認識環境認識は、自動化された車両のタスクに関連する認識領域内の領域に計算リソースが分散される有望な例の 1 つです。
関連する地域を特定するために事前の地図知識が活用されることがよくありますが、この作業では、オンライン情報のみに依存する安全関連地域の軽量な特定を提示します。
私たちのアプローチが、環境認識内で不均一に分散されたリソースの利点を維持しながら、重要なシナリオで安全な車両操作を可能にすることを示します。

要約(オリジナル)

The advance towards higher levels of automation within the field of automated driving is accompanied by increasing requirements for the operational safety of vehicles. Induced by the limitation of computational resources, trade-offs between the computational complexity of algorithms and their potential to ensure safe operation of automated vehicles are often encountered. Situation-aware environment perception presents one promising example, where computational resources are distributed to regions within the perception area that are relevant for the task of the automated vehicle. While prior map knowledge is often leveraged to identify relevant regions, in this work, we present a lightweight identification of safety-relevant regions that relies solely on online information. We show that our approach enables safe vehicle operation in critical scenarios, while retaining the benefits of non-uniformly distributed resources within the environment perception.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google