Target Tracking via LiDAR-RADAR Sensor Fusion for Autonomous Racing

要約

高速マルチベヒクルの自律レースは、道路向けの自動運転車の安全性とパフォーマンスを向上させます。
移動プラットフォームからの正確な車両の検出とダイナミクスの推定は、複雑な自律的な追い越し操作を計画および実行するための重要な要件です。
この要件に対処するために、LIDARとレーダーの測定を融合するレイテンシを認識したEKFベースのマルチターゲット追跡アルゴリズムを開発しました。
アルゴリズムは、EKF測定関数の範囲レートを明示的に統合することにより、状態予測中の競馬場の範囲の知識を明示的に統合することにより、異なるセンサー特性を爆発させます。
二重状態と測定バッファーを使用して再処理を介して、順序外の測定値を処理し、情報損失なしでセンサーの遅延補償を確保で​​きます。
このアルゴリズムは、Team Polimoveの自律的なレースカーに実装されており、最大275 km/hまでの速度で多くの完全に自律的な追い越し操作を完了することで実験的に証明されました。

要約(オリジナル)

High Speed multi-vehicle Autonomous Racing will increase the safety and performance of road-going Autonomous Vehicles. Precise vehicle detection and dynamics estimation from a moving platform is a key requirement for planning and executing complex autonomous overtaking maneuvers. To address this requirement, we have developed a Latency-Aware EKF-based Multi Target Tracking algorithm fusing LiDAR and RADAR measurements. The algorithm explots the different sensor characteristics by explicitly integrating the Range Rate in the EKF Measurement Function, as well as a-priori knowledge of the racetrack during state prediction. It can handle Out-Of-Sequence Measurements via Reprocessing using a double State and Measurement Buffer, ensuring sensor delay compensation with no information loss. This algorithm has been implemented on Team PoliMOVE’s autonomous racecar, and was proved experimentally by completing a number of fully autonomous overtaking maneuvers at speeds up to 275 km/h.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google