Radars for Autonomous Driving: A Review of Deep Learning Methods and Challenges

要約

レーダーは、自動運転車の安全で信頼性の高いナビゲーションに使用される一連の知覚センサーの重要なコンポーネントです。
その独自の機能には、高解像度の速度イメージング、閉塞内および長距離にわたるエージェントの検出、悪天候下での堅牢なパフォーマンスが含まれます。
ただし、レーダー データの使用にはいくつかの課題があります。レーダー データは、解像度が低く、まばらで、乱雑で、不確実性が高く、優れたデータセットが不足しているという特徴があります。
これらの課題により、レーダーディープラーニング研究が制限されています。
その結果、現在のレーダー モデルは、レーダー データの中で比較的弱い光学的特徴に重点を置いている LIDAR モデルやビジョン モデルの影響を受けることが多く、その結果、レーダーの機能が十分に活用されず、自律的な知覚への貢献が減少します。
このレビューは、1) 主要な研究テーマを特定し、2) この分野における現在の機会と課題の包括的な概要を提供することにより、自律型レーダー データに関するディープ ラーニング研究をさらに促進することを目指しています。
取り上げられるトピックには、早期および後期融合、占有流量推定、不確実性モデリング、およびマルチパス検出が含まれます。
この論文では、レーダーの基礎とデータ表現についても説明し、最近のレーダー データセットの厳選されたリストを示し、レーダー研究に関連する最先端の LIDAR およびビジョン モデルをレビューします。
論文の概要とその他の結果については、Web サイトautonomous-radars.github.io をご覧ください。

要約(オリジナル)

Radar is a key component of the suite of perception sensors used for safe and reliable navigation of autonomous vehicles. Its unique capabilities include high-resolution velocity imaging, detection of agents in occlusion and over long ranges, and robust performance in adverse weather conditions. However, the usage of radar data presents some challenges: it is characterized by low resolution, sparsity, clutter, high uncertainty, and lack of good datasets. These challenges have limited radar deep learning research. As a result, current radar models are often influenced by lidar and vision models, which are focused on optical features that are relatively weak in radar data, thus resulting in under-utilization of radar’s capabilities and diminishing its contribution to autonomous perception. This review seeks to encourage further deep learning research on autonomous radar data by 1) identifying key research themes, and 2) offering a comprehensive overview of current opportunities and challenges in the field. Topics covered include early and late fusion, occupancy flow estimation, uncertainty modeling, and multipath detection. The paper also discusses radar fundamentals and data representation, presents a curated list of recent radar datasets, and reviews state-of-the-art lidar and vision models relevant for radar research. For a summary of the paper and more results, visit the website: autonomous-radars.github.io.

arxiv情報

著者 Arvind Srivastav,Soumyajit Mandal
発行日 2023-06-15 17:37:52+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV パーマリンク