Localization with Anticipation for Autonomous Urban Driving in Rain

要約

この論文では、雨天条件下での都市部の自動運転車両の位置特定アルゴリズムを紹介します。
悪天候の場合、人間のドライバーは、ドライバーが提供する制御入力と周囲の道路コンテキスト情報に基づいて自車両の位置を予測します。
同様に、雨天時の位置特定のアプローチでは、各フレームでの自車両の姿勢を予測し、より適切に推定するために、視覚データとグローバル参照経路および車両運動モデルを使用します。
グローバル参照パスには、特にセンサーが侵害された場合に位置特定の精度を向上させるために使用できる可能性がある、回転角などの有用な道路コンテキスト情報が含まれています。
オックスフォード ロボットカー データセットとシンガポールの内部データセットを使用して実験を行い、晴天と雨天の両方の天候条件で位置推定アルゴリズムを検証しました。
私たちの方法では、ベースライン アルゴリズムと比較して、雨天では位置特定精度が 50.83%、晴天では 34.32% 向上しました。

要約(オリジナル)

This paper presents a localization algorithm for autonomous urban vehicles under rain weather conditions. In adverse weather, human drivers anticipate the location of the ego-vehicle based on the control inputs they provide and surrounding road contextual information. Similarly, in our approach for localization in rain weather, we use visual data, along with a global reference path and vehicle motion model for anticipating and better estimating the pose of the ego-vehicle in each frame. The global reference path contains useful road contextual information such as the angle of turn which can be potentially used to improve the localization accuracy especially when sensors are compromised. We experimented on the Oxford Robotcar Dataset and our internal dataset from Singapore to validate our localization algorithm in both clear and rain weather conditions. Our method improves localization accuracy by 50.83% in rain weather and 34.32% in clear weather when compared to baseline algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google