FlowMap: Path Generation for Automated Vehicles in Open Space Using Traffic Flow

要約

タイトル：FlowMap：交通流を用いたオープンスペースの自動運転車の経路生成
要約：
– 深層ニューラルネットを用いたLidarポイントクラウドやカメラ画像などのさまざまなセンサー入力を融合して、道路構造を知覚するための豊富な文献が存在する。
– 最新のニューラルアーキテクト（Transformerなど）や鳥瞰図（BEV）表現を活用することで、道路認知精度は向上している。
– しかし、定義された「道路」がない自動運転車での「道路」の認識方法は未解決の問題である。
– この論文のアイデアは「人が歩くと道になる」ということわざから来ている。
– センサーリーディングからは「道路」が存在しないが、他の車両のトラックからは「道路」が存在する。
– FlowMapは、交通流に基づく自動車の経路生成フレームワークであり、軽量な意味マップであるRoadMapに追加の交通流レイヤーを組み込んで構築されている。
– 交通流場（TFFs）上の経路生成アルゴリズムを提案し、人間らしい経路を生成することができる。
– 実世界の運転データによって検証され、HDマップを使用せずに複雑な交差点の経路を生成することができる。

要約(オリジナル)

There is extensive literature on perceiving road structures by fusing various sensor inputs such as lidar point clouds and camera images using deep neural nets. Leveraging the latest advance of neural architects (such as transformers) and bird-eye-view (BEV) representation, the road cognition accuracy keeps improving. However, how to cognize the “road” for automated vehicles where there is no well-defined “roads” remains an open problem. For example, how to find paths inside intersections without HD maps is hard since there is neither an explicit definition for “roads” nor explicit features such as lane markings. The idea of this paper comes from a proverb: it becomes a way when people walk on it. Although there are no “roads” from sensor readings, there are “roads” from tracks of other vehicles. In this paper, we propose FlowMap, a path generation framework for automated vehicles based on traffic flows. FlowMap is built by extending our previous work RoadMap, a light-weight semantic map, with an additional traffic flow layer. A path generation algorithm on traffic flow fields (TFFs) is proposed to generate human-like paths. The proposed framework is validated using real-world driving data and is amenable to generating paths for super complicated intersections without using HD maps.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI