Assessing the Robustness of LiDAR, Radar and Depth Cameras Against Ill-Reflecting Surfaces in Autonomous Vehicles: An Experimental Study

要約

距離測定センサーは自動運転システムにおいて重要な役割を果たします。
LiDAR テクノロジーは主流となってきましたが、悪天候に対する脆弱性は十分に文書化されています。
このペーパーでは、二次的な悪条件と、距離測定センサーにおける反射の悪い表面の影響に焦点を当てます。
私たちは、自律移動ロボット工学で使用される 3 つの主要な測距モダリティ (LiDAR、RADAR、および深度カメラ) に対するこの条件の影響を評価します。
正確な実験評価に基づく論文の調査結果では、反射率が低い状態では、LiDAR の測距性能が公称動作条件の 33% に大幅に低下するのに対し、レーダーと深度カメラは公称距離測距能力の最大 100% を維持することが明らかになりました。
さらに、1:10 スケールの自動運転レースカーで、反射率の悪さが下流のロボットタスクにどのような悪影響を与えるかを実証し、自動運転における堅牢な距離センシングの必要性を強調しています。

要約(オリジナル)

Range-measuring sensors play a critical role in autonomous driving systems. While LiDAR technology has been dominant, its vulnerability to adverse weather conditions is well-documented. This paper focuses on secondary adverse conditions and the implications of ill-reflective surfaces on range measurement sensors. We assess the influence of this condition on the three primary ranging modalities used in autonomous mobile robotics: LiDAR, RADAR, and Depth-Camera. Based on accurate experimental evaluation the papers findings reveal that under ill-reflectivity, LiDAR ranging performance drops significantly to 33% of its nominal operating conditions, whereas RADAR and Depth-Cameras maintain up to 100% of their nominal distance ranging capabilities. Additionally, we demonstrate on a 1:10 scaled autonomous racecar how ill-reflectivity adversely impacts downstream robotics tasks, highlighting the necessity for robust range sensing in autonomous driving.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google