Road Markings Segmentation from LIDAR Point Clouds using Reflectivity Information

要約

車線検出アルゴリズムは、自律車両技術の開発に不可欠です。
より拡張されたアプローチは、カメラをセンサーとして使用することです。
ただし、LIDARセンサーは、カメラにはできない天候や軽い状態に対処できます。
この論文では、64層のライダーセンサーの反射率データから道路マーキングを抽出する方法を紹介します。
第一に、地域の成長クラスタリングとともに、道路面を抽出するために平面セグメンテーション方法を使用しました。
次に、OTSUの方法に基づいて適応しきい値を適用し、最後に、残りの外れ値を除外するためにラインモデルを装着しました。
アルゴリズムは、60km/hのテストトラックと100km/hの高速道路でテストされました。
結果は、アルゴリズムが信頼性が高く正確であることを示しました。
Lidarセンサーによって提供された生の強度データの使用と比較して、反射率データを使用する場合、明確な改善がありました。

要約(オリジナル)

Lane detection algorithms are crucial for the development of autonomous vehicles technologies. The more extended approach is to use cameras as sensors. However, LIDAR sensors can cope with weather and light conditions that cameras can not. In this paper, we introduce a method to extract road markings from the reflectivity data of a 64-layers LIDAR sensor. First, a plane segmentation method along with region grow clustering was used to extract the road plane. Then we applied an adaptive thresholding based on Otsu s method and finally, we fitted line models to filter out the remaining outliers. The algorithm was tested on a test track at 60km/h and a highway at 100km/h. Results showed the algorithm was reliable and precise. There was a clear improvement when using reflectivity data in comparison to the use of the raw intensity data both of them provided by the LIDAR sensor.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google