Surround-View Vision-based 3D Detection for Autonomous Driving: A Survey

要約

ビジョンベースの3D検出タスクは、自律走行システムの知覚のための基本タスクであり、多くの研究者や自律走行エンジニアの間で関心が高まっている。しかし、カメラによる2次元センサーの入力データを用いて、より優れた3次元BEV（Bird’s Eye View）性能を実現することは容易なことではありません。本論文では、自律走行に焦点を当て、既存のビジョンベースの3D検出方法に関する文献調査を実施しました。我々は、ビジョンBEV検出アプローチを活用した60ドル以上の論文を詳細に分析し、共通の傾向を詳細に理解するために異なるサブグループを強調しました。さらに、文献や業界のトレンドがサラウンドビュー画像ベースの手法に移行していることを強調し、この手法がどのような特殊なケースに対応しているかについての考えを書き留めました。結論として、我々は、協調的知覚の方向性を含む現在の技術の欠点に基づいて、将来の研究のための3Dビジョン技術に関する考えを喚起する。

要約(オリジナル)

Vision-based 3D Detection task is fundamental task for the perception of an autonomous driving system, which has peaked interest amongst many researchers and autonomous driving engineers. However achieving a rather good 3D BEV (Bird’s Eye View) performance is not an easy task using 2D sensor input-data with cameras. In this paper we provide a literature survey for the existing Vision Based 3D detection methods, focused on autonomous driving. We have made detailed analysis of over $60$ papers leveraging Vision BEV detections approaches and highlighted different sub-groups for detailed understanding of common trends. Moreover, we have highlighted how the literature and industry trend have moved towards surround-view image based methods and note down thoughts on what special cases this method addresses. In conclusion, we provoke thoughts of 3D Vision techniques for future research based on shortcomings of the current techniques including the direction of collaborative perception.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL