要約
オフロードでの自律航法は、農業、建設、捜索救助、防衛などの用途で必要とされている。従来のオンロードでの自律航法は、ダイナミックな地形に苦戦し、オフロードでの車両制御がうまくいかない。最近のディープラーニング・モデルは、このような地形でのナビゲーションのために、運動感覚フィードバックとともに知覚センサーを使用している。しかし、このアプローチには領域外の不確実性がある。時間帯や天候の変化といった要因は、モデルの性能に影響を与える。我々は、熱画像とRGB画像を使用できるマルチモーダル融合ネットワーク「IRisPath」を提案し、動的な天候や光条件に対するロバスト性を提供する。また、この分野でのさらなる研究を支援するために、熱画像とRGB画像を用いた昼夜のデータセットを、トラバースのための擬似ラベルとともにオープンソース化する。フュージョンモデルの共同登録のために、我々はまた、並進精度+/-1.7cm、回転精度+/-0.827度でサーマル、LiDAR、RGBカメラのターゲットレス外部較正のための新しい方法を開発しました。
要約(オリジナル)
Autonomous off-road navigation is required for applications in agriculture, construction, search and rescue and defence. Traditional on-road autonomous methods struggle with dynamic terrains, leading to poor vehicle control in off-road conditions. Recent deep-learning models have used perception sensors along with kinesthetic feedback for navigation on such terrains. However, this approach has out-of-domain uncertainty. Factors like change in time of day and weather impacts the performance of the model. We propose a multi modal fusion network ‘IRisPath’ capable of using Thermal and RGB images to provide robustness against dynamic weather and light conditions. To aid further works in this domain, we also open-source a day-night dataset with Thermal and RGB images along with pseudo-labels for traversability. In order to co-register for fusion model we also develop a novel method for targetless extrinsic calibration of Thermal, LiDAR and RGB cameras with translation accuracy of +/-1.7cm and rotation accuracy of +/-0.827degrees.
arxiv情報
| 著者 | Saksham Sharma,Akshit Raizada,Suresh Sundaram |
| 発行日 | 2025-03-02 06:24:05+00:00 |
| arxivサイト | arxiv_id(pdf) |