oTTC: Object Time-to-Contact for Motion Estimation in Autonomous Driving

要約

自動運転システムが日常業務を効果的に実行するには、周囲の環境を迅速かつ確実に認識する必要があります。
衝突を回避し、安全に運転することを目的として、自動運転システムは物体検出に大きく依存しています。
ただし、2D オブジェクトの検出だけでは不十分です。
より安全な計画を立てるには、相対速度や距離などのより多くの情報が必要です。
単眼 3D オブジェクト検出器は、カメラ画像から 3D 境界ボックスとオブジェクトの速度を直接予測することで、この問題を解決しようとします。
最近の研究では、接触までの時間をピクセルごとに推定しており、速度と深さを組み合わせるよりも効果的な測定であることが示唆されています。
ただし、ピクセルごとの接触時間では、その目的を効果的に果たすために物体検出が必要となるため、2 つの異なるモデルを実行する必要があるため、全体的な計算要件が増加します。
この問題に対処するために、物体検出モデルを拡張して各物体の接触時間属性をさらに予測することにより、物体ごとの接触時間の推定を提案します。
私たちが提案するアプローチを既存の連絡までの時間手法と比較し、よく知られているデータセットに関するベンチマーク結果を提供します。
私たちが提案するアプローチは、単一の画像を使用しながら、従来技術と比較してより高い精度を達成します。

要約(オリジナル)

Autonomous driving systems require a quick and robust perception of the nearby environment to carry out their routines effectively. With the aim to avoid collisions and drive safely, autonomous driving systems rely heavily on object detection. However, 2D object detections alone are insufficient; more information, such as relative velocity and distance, is required for safer planning. Monocular 3D object detectors try to solve this problem by directly predicting 3D bounding boxes and object velocities given a camera image. Recent research estimates time-to-contact in a per-pixel manner and suggests that it is more effective measure than velocity and depth combined. However, per-pixel time-to-contact requires object detection to serve its purpose effectively and hence increases overall computational requirements as two different models need to run. To address this issue, we propose per-object time-to-contact estimation by extending object detection models to additionally predict the time-to-contact attribute for each object. We compare our proposed approach with existing time-to-contact methods and provide benchmarking results on well-known datasets. Our proposed approach achieves higher precision compared to prior art while using a single image.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google