Automated Automotive Radar Calibration With Intelligent Vehicles

要約

自動車レーダーセンサーは広く採用されており、自動クルーズコントロールや衝突回避タスクに使用されていますが、車両外での応用は依然として限られています。
レーダーは 3D 空間で複数のターゲットを解決する能力があるため、環境認識を向上させるためにも使用できます。
ただし、このアプリケーションでは正確な校正が必要であり、これは通常、時間と労力がかかる作業です。
したがって、我々は、新しい仮説フィルタリングスキームに基づいた、自動車レーダーセンサーの自動化された地理参照外部キャリブレーションのアプローチを提案します。
私たちの方法は車両の外部改造を必要とせず、代わりに自動運転車両から取得した位置データを使用します。
次に、この位置データをフィルタリングされたセンサー データと組み合わせて、キャリブレーション仮説を作成します。
その後のフィルタリングと最適化により、正しいキャリブレーションが回復されます。
実際の試験現場からのデータに対する当社の評価では、当社の方法がインフラストラクチャのセンサーを自動化された方法で正しく調整できるため、協調運転シナリオが可能になることが示されています。

要約(オリジナル)

While automotive radar sensors are widely adopted and have been used for automatic cruise control and collision avoidance tasks, their application outside of vehicles is still limited. As they have the ability to resolve multiple targets in 3D space, radars can also be used for improving environment perception. This application, however, requires a precise calibration, which is usually a time-consuming and labor-intensive task. We, therefore, present an approach for automated and geo-referenced extrinsic calibration of automotive radar sensors that is based on a novel hypothesis filtering scheme. Our method does not require external modifications of a vehicle and instead uses the location data obtained from automated vehicles. This location data is then combined with filtered sensor data to create calibration hypotheses. Subsequent filtering and optimization recovers the correct calibration. Our evaluation on data from a real testing site shows that our method can correctly calibrate infrastructure sensors in an automated manner, thus enabling cooperative driving scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google