Freespace Optical Flow Modeling for Automated Driving

要約

オプティカルフローと視差は、自律走行知覚に有益な2つの視覚特徴である。これらは障害物検知や車線検知など、さまざまな用途に使用されてきた。U-V視差」の概念は文献で広く研究されているが、オプティカルフローにおけるその対応概念は比較的注目されていない。従来の動き解析アルゴリズムは、連続する2つのビデオフレーム間の対応関係をマッチングさせることでオプティカルフローを推定しており、これは環境情報や幾何学的制約の完全な活用を制限している。そこで我々は、3D走行環境における幾何学的情報をフルに活用し、インテリジェントカーの無衝突空間（走行可能領域または単に自由空間とも呼ばれる）におけるオプティカルフローをモデル化する新しい戦略を提案する。我々は、オプティカルフローの明示的な表現を提供し、オプティカルフロー成分と垂直座標との間の二次関係を推論する。いくつかの公開データセットを用いた広範な実験を通じて、我々のモデルの高精度と頑健性を実証する。さらに、我々の提案する自由空間オプティカルフローモデルは、自動運転の領域における多様な応用を誇り、自由空間検出、車両定位などにおける幾何学的制約を提供する。ソースコードは https://mias.group/FSOF で公開しています。

要約(オリジナル)

Optical flow and disparity are two informative visual features for autonomous driving perception. They have been used for a variety of applications, such as obstacle and lane detection. The concept of ‘U-V-Disparity’ has been widely explored in the literature, while its counterpart in optical flow has received relatively little attention. Traditional motion analysis algorithms estimate optical flow by matching correspondences between two successive video frames, which limits the full utilization of environmental information and geometric constraints. Therefore, we propose a novel strategy to model optical flow in the collision-free space (also referred to as drivable area or simply freespace) for intelligent vehicles, with the full utilization of geometry information in a 3D driving environment. We provide explicit representations of optical flow and deduce the quadratic relationship between the optical flow component and the vertical coordinate. Through extensive experiments on several public datasets, we demonstrate the high accuracy and robustness of our model. Additionally, our proposed freespace optical flow model boasts a diverse array of applications within the realm of automated driving, providing a geometric constraint in freespace detection, vehicle localization, and more. We have made our source code publicly available at https://mias.group/FSOF.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL