LiDAR-Based Vehicle Detection and Tracking for Autonomous Racing

要約

自動運転レースは、性能限界で動作する自動運転車のソフトウェアとハ​​ードウェアをテストするための制御された環境を提供します。
ただし、複数の自律型レースカー間の競争的な相互作用は、困難で潜在的に危険なシナリオをもたらします。
追い越し操作には正確かつ一貫した車両の検出と追跡が不可欠であり、危険な状況に迅速に対応するには低遅延のセンサー処理が不可欠です。
この論文では、Indy Autonomous Challenge シリーズで複数の競技会で優勝した Team PoliMOVE の自律型レースカーに導入された LiDAR ベースの認識アルゴリズムについて説明します。
当社の車両検出および追跡パイプラインは、新しい高速点群セグメンテーション技術と特定の車両姿勢推定手法、および可変ステップのマルチターゲット追跡アルゴリズムで構成されています。
実験結果は、アルゴリズムのパフォーマンス、堅牢性、計算効率、および自動レース アプリケーションへの適合性を実証し、時速 275 km を超える速度での完全自律的な追い越し操作を可能にします。

要約(オリジナル)

Autonomous racing provides a controlled environment for testing the software and hardware of autonomous vehicles operating at their performance limits. Competitive interactions between multiple autonomous racecars however introduce challenging and potentially dangerous scenarios. Accurate and consistent vehicle detection and tracking is crucial for overtaking maneuvers, and low-latency sensor processing is essential to respond quickly to hazardous situations. This paper presents the LiDAR-based perception algorithms deployed on Team PoliMOVE’s autonomous racecar, which won multiple competitions in the Indy Autonomous Challenge series. Our Vehicle Detection and Tracking pipeline is composed of a novel fast Point Cloud Segmentation technique and a specific Vehicle Pose Estimation methodology, together with a variable-step Multi-Target Tracking algorithm. Experimental results demonstrate the algorithm’s performance, robustness, computational efficiency, and suitability for autonomous racing applications, enabling fully autonomous overtaking maneuvers at velocities exceeding 275 km/h.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google