SEIP: Simulation-based Design and Evaluation of Infrastructure-based Collective Perception

要約

インフラストラクチャベースの集団認識は、物体検出のために路側のさまざまなセンサーからのセンシングデータをリアルタイムで共有および統合することを伴い、交通の安全性と効率性のための閉塞を防止する上で有望であることが示されています。
しかし、路側センサーの設置に関するガイダンスの欠如と事後評価の高額なコストにより、その導入が妨げられてきました。
予算が限られているインフラストラクチャ プロジェクトの場合、低コストで閉塞リスクを最小限に抑えるために、インフラストラクチャ センサーの構成と配置を最適化するための事前評価が重要です。
この論文では、集団認識のためのインフラストラクチャセンサー導入におけるコストパフォーマンスのトレードオフの事前評価をサポートするアルゴリズムとシミュレーションツールを紹介します。
より具体的には、インフラストラクチャ センサーの展開は、多項式時間で効率的に解決できる整数計画問題として構成され、特定のヒューリスティック アルゴリズムを使用して最適に近い結果が得られます。
このソリューションは、調達コスト、設置の物理的制約、およびセンシング範囲の間のバランスを達成するために、センサーの位置、設置高さ、および構成を決定するためのガイダンスを提供します。
さらに、提案されたアルゴリズムをシミュレーション エンジンに実装します。
これにより、物体検出のレンズを通して各センサー導入ソリューションの有効性を評価できるようになります。
提案された方法の適用は、インフラストラクチャ LiDAR を使用した交通監視のケーススタディを通じて説明されました。
予備的な調査結果は、厳しいセンシング予算で作業する場合、追加の低解像度 LiDAR を統合することで得られる増分利益が、より多くの高解像度 LiDAR を統合する場合の利益を上回る可能性があることを示しています。
この結果は、コストパフォーマンスのトレードオフを調査する必要性を裏付けています。

要約(オリジナル)

Infrastructure-based collective perception, which entails the real-time sharing and merging of sensing data from different roadside sensors for object detection, has shown promise in preventing occlusions for traffic safety and efficiency. However, its adoption has been hindered by the lack of guidance for roadside sensor placement and high costs for ex-post evaluation. For infrastructure projects with limited budgets, the ex-ante evaluation for optimizing the configurations and placements of infrastructure sensors is crucial to minimize occlusion risks at a low cost. This paper presents algorithms and simulation tools to support the ex-ante evaluation of the cost-performance tradeoff in infrastructure sensor deployment for collective perception. More specifically, the deployment of infrastructure sensors is framed as an integer programming problem that can be efficiently solved in polynomial time, achieving near-optimal results with the use of certain heuristic algorithms. The solutions provide guidance on deciding sensor locations, installation heights, and configurations to achieve the balance between procurement cost, physical constraints for installation, and sensing coverage. Additionally, we implement the proposed algorithms in a simulation engine. This allows us to evaluate the effectiveness of each sensor deployment solution through the lens of object detection. The application of the proposed methods was illustrated through a case study on traffic monitoring by using infrastructure LiDARs. Preliminary findings indicate that when working with a tight sensing budget, it is possible that the incremental benefit derived from integrating additional low-resolution LiDARs could surpass that of incorporating more high-resolution ones. The results reinforce the necessity of investigating the cost-performance tradeoff.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google