Evaluation Framework for Sensor Configuration Impact on Deep Learning-Based Perception

要約

自動車認識システムに関する現在の研究は、主にセンサー技術のパフォーマンスを向上させるか、単独で知覚機能を強化することに焦点を当てています。
高レベルの知覚機能は、従来のアルゴリズムと比較してパフォーマンスの向上と一般化可能性のため、ますます深い学習（DL）モデルに基づいています。
オンボードセンサー入力を使用して、実際の条件下でDLベースの知覚関数のパフォーマンスを評価する必要があるにもかかわらず、このような体系的な評価を実装するためのフレームワークが不足しています。
このペーパーでは、DLベースの知覚関数に対する知覚センサーのモダリティとパラメーター設定の影響を評価するための多用途のフレームワークを紹介します。
シミュレーション環境を使用して、フレームワークは、さまざまな運用設計ドメイン条件下でのセンサーモダリティの選択とパラメーターのチューニングを容易にします。
その有効性は、最先端のサラウンド軌道予測モデルを含むケーススタディを通じて実証され、センサーモダリティレーダーとカメラ全体のパフォーマンスの違いを強調しています。
最適な構成を識別するために、パラメーター、水平ビューフィールド（HFOV）のさまざまな設定が評価されました。
結果は、狭いHFOVを備えたレーダーセンサーが、評価された知覚アルゴリズムに最も適した構成であることを示しています。
提案されたフレームワークは、認識センサースイートの設計に対する全体的なアプローチを提供し、自動化された運転システムの堅牢な認識システムの開発に大きく貢献しています。

要約(オリジナル)

Current research on automotive perception systems predominantly focusses on either improving the performance of sensor technology or enhancing the perception functions in isolation. High-level perception functions are increasingly based on deep learning (DL) models due to their improved performance and generalisability compared to traditional algorithms. Despite the vital need to evaluate the performance of DL-based perception functions under real-world conditions using onboard sensor inputs, there is a lack of frameworks to implement such systematic evaluations. This paper presents a versatile framework to evaluate the impact of perception sensor modalities and parameter settings on DL-based perception functions. Using a simulation environment, the framework facilitates sensor modality selection and parameter tuning under different operational design domain conditions. Its effectiveness is demonstrated through a case study involving a state-of-the-art surround trajectory prediction model, highlighting performance differences across the sensor modalities radar and camera. Different settings for the parameter, horizontal field of view (HFOV) were evaluated to identify the optimal configuration. The results indicate that a radar sensor with a narrow HFOV is the most suitable configuration for the evaluated perception algorithm. The proposed framework offers a holistic approach to the design of the perception sensor suite, significantly contributing to the development of robust perception systems for automated driving systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google