Surround-View Fisheye Optics in Computer Vision and Simulation: Survey and Challenges

要約

この論文では、自動運転とADASにおけるコンピュータビジョンタスクに対する光学アーチファクトの影響に重点を置き、自動車のサラウンドビュー魚眼光学系に関する調査を提供します。
自動車業界は、交通安全を強化し、自動運転機能を提供するために、最先端のコンピューター ビジョンの適用を進めてきました。
車両でカメラ システムを使用する場合、低速操縦、自動駐車、コクーン センシングなどの分野で、車両の周囲全体を捉えるための広い視野が特に必要です。
しかし、サラウンドビュー カメラの 1 つの重大な課題は、魚眼カメラの強い光学収差であり、この領域は文献ではほとんど注目されていません。
さらに、車両オートメーションにおける安全性が重要なシナリオをテストするには、包括的なデータセットが必要です。
業界は、サラウンドビュー カメラ画像を使用した合成データセットを作成するための費用対効果の高い戦略としてシミュレーションに注目しています。
さまざまなシミュレーション方法 (モデル駆動型シミュレーションやデータ駆動型シミュレーションなど) を検証し、現実世界の光学性能をモデル化するシミュレーターの能力 (またはその欠如) について議論します。
全体として、このペーパーは、サラウンドビュー光学システムにおけるコンピューター ビジョンに焦点を当てながら、自動車用魚眼データセットの光学収差と、シミュレートされた魚眼データセットにおける光学的現実の限界に焦点を当てています。

要約(オリジナル)

In this paper, we provide a survey on automotive surround-view fisheye optics, with an emphasis on the impact of optical artifacts on computer vision tasks in autonomous driving and ADAS. The automotive industry has advanced in applying state-of-the-art computer vision to enhance road safety and provide automated driving functionality. When using camera systems on vehicles, there is a particular need for a wide field of view to capture the entire vehicle’s surroundings, in areas such as low-speed maneuvering, automated parking, and cocoon sensing. However, one crucial challenge in surround-view cameras is the strong optical aberrations of the fisheye camera, which is an area that has received little attention in the literature. Additionally, a comprehensive dataset is needed for testing safety-critical scenarios in vehicle automation. The industry has turned to simulation as a cost-effective strategy for creating synthetic datasets with surround-view camera imagery. We examine different simulation methods (such as model-driven and data-driven simulations) and discuss the simulators’ ability (or lack thereof) to model real-world optical performance. Overall, this paper highlights the optical aberrations in automotive fisheye datasets, and the limitations of optical reality in simulated fisheye datasets, with a focus on computer vision in surround-view optical systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google