LSM: A Comprehensive Metric for Assessing the Safety of Lane Detection Systems in Autonomous Driving

要約

自動運転車の安全な運転には、車両の環境を包括的に認識し、環境を正しく解釈することが不可欠です。
周囲の物体の認識は、軌道計画などのさらなるタスクの主な要素です。
ただし、安全な軌道計画には、物体の検出だけでなく、走行可能エリアや車線通路の検出も必要です。
最初のアプローチでは物体検出の高度な安全性評価が考慮されていますが、車線検出の評価にはまだ十分な安全性指標が不足しています。
物体検出の安全性指標と同様に、道路の種類と道路幅、検出範囲、および車両速度に組み込まれた検出漏れの潜在的な原因を伴うシーンのセマンティクスなどの追加要素を評価のために考慮する必要があります。
車線検出。
したがって、私たちは、これらの要因を考慮に入れ、容易に解釈可能な安全性スコアを決定することによって車線検出システムの安全性を評価できる車線安全性メトリック (LSM) を提案します。
私たちは、さまざまな車線検出アプローチを使用して、さまざまな仮想シナリオでオフライン安全性メトリックを評価し、それを最先端のパフォーマンス メトリックと比較します。

要約(オリジナル)

Comprehensive perception of the vehicle’s environment and correct interpretation of the environment are crucial for the safe operation of autonomous vehicles. The perception of surrounding objects is the main component for further tasks such as trajectory planning. However, safe trajectory planning requires not only object detection, but also the detection of drivable areas and lane corridors. While first approaches consider an advanced safety evaluation of object detection, the evaluation of lane detection still lacks sufficient safety metrics. Similar to the safety metrics for object detection, additional factors such as the semantics of the scene with road type and road width, the detection range as well as the potential causes of missing detections, incorporated by vehicle speed, should be considered for the evaluation of lane detection. Therefore, we propose the Lane Safety Metric (LSM), which takes these factors into account and allows to evaluate the safety of lane detection systems by determining an easily interpretable safety score. We evaluate our offline safety metric on various virtual scenarios using different lane detection approaches and compare it with state-of-the-art performance metrics.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google