Near-field Perception for Low-Speed Vehicle Automation using Surround-view Fisheye Cameras

要約

カメラは自動運転システムにおける主要なセンサーです。
これらは高い情報密度を提供し、人間の視覚に合わせて配置された道路インフラの合図を検出するのに最適です。
サラウンドビュー カメラ システムは通常、車両の周囲 360{\deg} 全体をカバーする 190{\deg}+ の視野を持つ 4 台の魚眼カメラで構成され、ニアフィールド センシングに重点を置いています。
これらは、自動駐車、渋滞支援、低速緊急ブレーキなど、低速、高精度、近距離センシング アプリケーションの主要なセンサーです。
この研究では、そのような視覚システムの詳細な調査を提供し、認識、再構築、再局在化、再編成という 4 つのモジュール式コンポーネントに分解できるアーキテクチャのコンテキストで調査を設定します。
私たちはこれを総称して 4R アーキテクチャと呼んでいます。
各コンポーネントが特定の側面をどのように達成するかを議論し、それらを相乗して低速自動化のための完全な認識システムを形成できるという立場上の議論を提供します。
私たちは、以前の研究の結果を提示し、そのようなシステムのアーキテクチャ提案を提示することによって、この議論を支持します。
定性的結果は、https://youtu.be/ae8bCOF77uY のビデオで示されています。

要約(オリジナル)

Cameras are the primary sensor in automated driving systems. They provide high information density and are optimal for detecting road infrastructure cues laid out for human vision. Surround-view camera systems typically comprise of four fisheye cameras with 190{\deg}+ field of view covering the entire 360{\deg} around the vehicle focused on near-field sensing. They are the principal sensors for low-speed, high accuracy, and close-range sensing applications, such as automated parking, traffic jam assistance, and low-speed emergency braking. In this work, we provide a detailed survey of such vision systems, setting up the survey in the context of an architecture that can be decomposed into four modular components namely Recognition, Reconstruction, Relocalization, and Reorganization. We jointly call this the 4R Architecture. We discuss how each component accomplishes a specific aspect and provide a positional argument that they can be synergized to form a complete perception system for low-speed automation. We support this argument by presenting results from previous works and by presenting architecture proposals for such a system. Qualitative results are presented in the video at https://youtu.be/ae8bCOF77uY.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google