Hybrid Human-Machine Perception via Adaptive LiDAR for Advanced Driver Assistance Systems

要約

正確な環境認識は、高度なドライバー支援システム（ADA）にとって重要です。
光検出と範囲（LIDAR）システムがADAで重要な役割を果たします。
障害物を確実に検出し、交通の安全を確保することができます。
Lidar Sensingに関する既存の研究では、環境特性に基づいてLidarの解像度と範囲を適応させると機械の知覚が向上することが実証されています。
しかし、ADAの現在の適応型Lidarアプローチは、車両と人間のドライバーの認識能力を組み合わせる可能性を調査していません。これにより、検出性能がさらに向上する可能性があります。
この論文では、人間の視野外でライダーセンシングを強化するために、人間のドライバーの視覚的認識にライダーの特性を適応させる新しいシステムを提案します。
仮想環境カーラでシステムの概念実証プロトタイプを開発します。
当社のシステムは、ドライバーの視線上のリアルタイムデータを統合して、ドライバーが監視している環境の領域を特定します。
これにより、システムは、ドライバーが参加していないかもしれない周辺地域でのLIDARの範囲と解像度を動的に増やすことにより、LIDARリソースを最適化できます。
私たちのシミュレーションは、特に霧のような環境条件において、この視線を意識したLIDARがベースラインのスタンドアロンのLIDARと比較して検出性能を高めることを示しています。
当社のハイブリッドヒューマシンセンシングアプローチは、ADASアプリケーションのリアルタイムドライビングシナリオの安全性と状況認識の向上を提供する可能性があります。

要約(オリジナル)

Accurate environmental perception is critical for advanced driver assistance systems (ADAS). Light detection and ranging (LiDAR) systems play a crucial role in ADAS; they can reliably detect obstacles and help ensure traffic safety. Existing research on LiDAR sensing has demonstrated that adapting the LiDAR’s resolution and range based on environmental characteristics can improve machine perception. However, current adaptive LiDAR approaches for ADAS have not explored the possibility of combining the perception abilities of the vehicle and the human driver, which can potentially further enhance the detection performance. In this paper, we propose a novel system that adapts LiDAR characteristics to human driver’s visual perception to enhance LiDAR sensing outside human’s field of view. We develop a proof-of-concept prototype of the system in the virtual environment CARLA. Our system integrates real-time data on the driver’s gaze to identify regions in the environment that the driver is monitoring. This allows the system to optimize LiDAR resources by dynamically increasing the LiDAR’s range and resolution in peripheral areas that the driver may not be attending to. Our simulations show that this gaze-aware LiDAR enhances detection performance compared to a baseline standalone LiDAR, particularly in challenging environmental conditions like fog. Our hybrid human-machine sensing approach potentially offers improved safety and situational awareness in real-time driving scenarios for ADAS applications.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google