Predicting the Influence of Adverse Weather on Pedestrian Detection with Automotive Radar and Lidar Sensors

要約

歩行者は、道路交通において最も危険にさらされている交通参加者です。
通常の条件下での歩行者検出は十分に確立されていますが、悪天候下ではセンサー、したがって歩行者検出性能が低下します。
特定のレーダーおよびライダー センサーに対する雨や霧の影響を理解するには、広範なテストが必要であり、センサーの仕様が変更された場合は、再テストの作業が必要になります。
この論文では、これらの課題に対処します。まず、制御された環境でさまざまな雨や霧の強度の下での歩行者検出パフォーマンスの経験的データを収集する包括的な測定を実施し、次に、予測する専用の \textit{天気フィルター} (WF) モデルを導入します。
ユーザー指定のレーダーおよびライダーに対する雨と霧が歩行者検出パフォーマンスに及ぼす影響。
当社では、センサー仕様の物理的関係を表す最先端のベースライン モデルを使用していますが、歩行者の反射率の変化やセンサー上の水滴などの二次的な気象影響の表現が欠如しており、経験的データで調整しています。
そのようなことを説明するために。
私たちの測定結果は、気象劣化に関する既存の文献と一致しており、WF は最小限のテスト労力のみで歩行者検出に対する気象の影響を予測する点でベースライン モデルを上回っていることがわかりました。

要約(オリジナル)

Pedestrians are among the most endangered traffic participants in road traffic. While pedestrian detection in nominal conditions is well established, the sensor and, therefore, the pedestrian detection performance degrades under adverse weather conditions. Understanding the influences of rain and fog on a specific radar and lidar sensor requires extensive testing, and if the sensors’ specifications are altered, a retesting effort is required. These challenges are addressed in this paper, firstly by conducting comprehensive measurements collecting empirical data of pedestrian detection performance under varying rain and fog intensities in a controlled environment, and secondly, by introducing a dedicated \textit{Weather Filter} (WF) model that predicts the effects of rain and fog on a user-specified radar and lidar on pedestrian detection performance. We use a state-of-the-art baseline model representing the physical relation of sensor specifications, which, however, lacks the representation of secondary weather effects, e.g., changes in pedestrian reflectivity or droplets on a sensor, and adjust it with empirical data to account for such. We find that our measurement results are in agreement with existent literature related to weather degredation and our WF outperforms the baseline model in predicting weather effects on pedestrian detection while only requiring a minimal testing effort.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google