Road Surface Friction Estimation for Winter Conditions Utilising General Visual Features

要約

氷点下の冬の状況では、路面の摩擦は、道路上の雪、氷、水の混合によって大きく変化する可能性があります。
道路と車両のタイヤ間の摩擦は、車両のダイナミクスを定義する重要なパラメータであるため、自動運転車両の安全な制御や滑りやすい道路状況をドライバーに警告するなど、いくつかのインテリジェント交通アプリケーションの取得には路面摩擦情報が不可欠です。
この論文では、路側カメラからの路面摩擦のコンピュータ ビジョン ベースの評価について検討します。
これまでの研究では、画像から路面の状態を評価するタスクへの畳み込みニューラル ネットワークの適用が広範囲に調査されてきました。
ここでは、事前トレーニングされたビジュアル トランスフォーマー モデルと畳み込みブロックで構成されるハイブリッド ディープ ラーニング アーキテクチャ WCamNet を提案します。
このアーキテクチャの目的は、トランスフォーマー モデルによって提供される一般的な視覚的特徴と、畳み込みブロックの微調整された特徴抽出プロパティを組み合わせることです。
このアプローチのベンチマークを行うために、路側カメラと光学式路面摩擦センサーからなるフィンランド全国の道路インフラ ネットワークから広範なデータセットが収集されました。
得られた結果は、提案された WCamNet が、路側カメラ画像から路面摩擦を予測するタスクにおいて以前のアプローチよりも優れていることを強調しています。

要約(オリジナル)

In below freezing winter conditions, road surface friction can greatly vary based on the mixture of snow, ice, and water on the road. Friction between the road and vehicle tyres is a critical parameter defining vehicle dynamics, and therefore road surface friction information is essential to acquire for several intelligent transportation applications, such as safe control of automated vehicles or alerting drivers of slippery road conditions. This paper explores computer vision-based evaluation of road surface friction from roadside cameras. Previous studies have extensively investigated the application of convolutional neural networks for the task of evaluating the road surface condition from images. Here, we propose a hybrid deep learning architecture, WCamNet, consisting of a pretrained visual transformer model and convolutional blocks. The motivation of the architecture is to combine general visual features provided by the transformer model, as well as finetuned feature extraction properties of the convolutional blocks. To benchmark the approach, an extensive dataset was gathered from national Finnish road infrastructure network of roadside cameras and optical road surface friction sensors. Acquired results highlight that the proposed WCamNet outperforms previous approaches in the task of predicting the road surface friction from the roadside camera images.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google