Predicting Road Surface Anomalies by Visual Tracking of a Preceding Vehicle

要約

前の車両の視覚的追跡により、路面の異常を検出するための新しいアプローチが提案されています。
この方法は多用途であり、これらのケースの視覚検出器のトレーニングに依存する直接観察方法とは異なり、pot穴、隆起、破片など、あらゆる種類の道路異常を予測します。
この方法は、視認性の低い条件または密なトラフィックで動作し、前の車両によって異常が閉塞されます。
異常は予測的に検出されます。つまり、車両がそれらに遭遇する前に、低レベルの車両システム（シャーシなど）を事前に構成するか、自律運転の場合に回避操作を計画することができます。
課題は、前の車両のカメラベースの追跡からの信号が弱く、エゴ車両に影響を与える振動のためにカメラエゴの動きによって妨害される可能性があることです。
したがって、反復的な堅牢な推定器によるカメラのピッチの回転を補償する効率的な方法を提案します。
制御されたセットアップと通常の交通条件の両方での実験は、エゴ車両が不完全な道路面を横断する困難な場合でも、遠くで道路の異常を確実に検出できることを示しています。
この方法は効果的であり、標準の消費者ハードウェアでリアルタイムで実行されます。

要約(オリジナル)

A novel approach to detect road surface anomalies by visual tracking of a preceding vehicle is proposed. The method is versatile, predicting any kind of road anomalies, such as potholes, bumps, debris, etc., unlike direct observation methods that rely on training visual detectors of those cases. The method operates in low visibility conditions or in dense traffic where the anomaly is occluded by a preceding vehicle. Anomalies are detected predictively, i.e., before a vehicle encounters them, which allows to pre-configure low-level vehicle systems (such as chassis) or to plan an avoidance maneuver in case of autonomous driving. A challenge is that the signal coming from camera-based tracking of a preceding vehicle may be weak and disturbed by camera ego motion due to vibrations affecting the ego vehicle. Therefore, we propose an efficient method to compensate camera pitch rotation by an iterative robust estimator. Our experiments on both controlled setup and normal traffic conditions show that road anomalies can be detected reliably at a distance even in challenging cases where the ego vehicle traverses imperfect road surfaces. The method is effective and performs in real time on standard consumer hardware.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google