Monocular 3D lane detection for Autonomous Driving: Recent Achievements, Challenges, and Outlooks

要約

3D 車線検出は、3 次元空間の道路から構造情報や交通情報を抽出し、自動運転車の論理的、安全、快適な経路計画と動作制御を支援するため、自動運転には不可欠です。
センサーのコストと色情報の視覚データの利点を考慮すると、単眼視覚に基づく 3D 車線検出は自動運転の分野における重要な研究方向であり、産業界と学術界の両方でますます注目を集めています。
残念なことに、最近の視覚認識の進歩は、完全に信頼性の高い 3D 車線検出アルゴリズムの開発には不十分であるようで、これが視覚ベースの完全自動運転車の進歩の妨げにもなっています。
私たちは、視覚センサーを使用した自動運転車の 3D 車線検出アルゴリズムにはまだかなりの改善の余地があり、大幅な機能強化が必要であると考えています。
このレビューでは、3D 車線検出研究分野における成果の現状を振り返り、分析します。
現在のすべての単眼ベースの 3D 車線検出プロセスをカバーし、これらの最先端のアルゴリズムのパフォーマンスについて説明し、さまざまなアルゴリズムの時間計算量を分析し、進行中の研究活動の主な成果と限界を強調します。
この調査には、利用可能な 3D 車線検出データセットと、研究者が直面しているがまだ解決されていない課題についての包括的な議論も含まれています。
最後に、私たちの取り組みは将来の研究の方向性を概説し、研究者や実践者をこのエキサイティングな分野に参加するよう促します。

要約(オリジナル)

3D lane detection is essential in autonomous driving as it extracts structural and traffic information from the road in three-dimensional space, aiding self-driving cars in logical, safe, and comfortable path planning and motion control. Given the cost of sensors and the advantages of visual data in color information, 3D lane detection based on monocular vision is an important research direction in the realm of autonomous driving, increasingly gaining attention in both industry and academia. Regrettably, recent advancements in visual perception seem inadequate for the development of fully reliable 3D lane detection algorithms, which also hampers the progress of vision-based fully autonomous vehicles. We believe that there is still considerable room for improvement in 3D lane detection algorithms for autonomous vehicles using visual sensors, and significant enhancements are needed. This review looks back and analyzes the current state of achievements in the field of 3D lane detection research. It covers all current monocular-based 3D lane detection processes, discusses the performance of these cutting-edge algorithms, analyzes the time complexity of various algorithms, and highlights the main achievements and limitations of ongoing research efforts. The survey also includes a comprehensive discussion of available 3D lane detection datasets and the challenges that researchers face but have not yet resolved. Finally, our work outlines future research directions and invites researchers and practitioners to join this exciting field.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google