Traversability Analysis for Autonomous Driving in Complex Environment: A LiDAR-based Terrain Modeling Approach

要約

自動運転にとって、通過可能性の分析は最も基本的かつ不可欠なタスクの 1 つです。
この論文では、安定した完全かつ正確な地形モデルと通行可能性解析結果を出力できる、新しい LiDAR ベースの地形モデリング アプローチを提案します。
地形は異なる視野角によって変化しない環境固有の特性であるため、私たちのアプローチでは地形モデリングにマルチフレーム情報融合戦略を採用しています。
具体的には、正規分布変換マッピング手法を採用し、連続した LiDAR フレームからの情報を融合することで地形を正確にモデル化します。
次に、時空間ベイジアンの一般化カーネル推論と双方向フィルタリングを利用して、結果の安定性と完全性を促進しながら、同時に鋭い地形エッジを維持します。
地形モデリングの結果に基づいて、隣接する地形領域間の幾何学的接続性解析を実行することにより、各領域の通過可能性が取得されます。
実験結果は、提案された方法がリアルタイムで実行でき、最先端のアプローチよりも優れていることを示しています。

要約(オリジナル)

For autonomous driving, traversability analysis is one of the most basic and essential tasks. In this paper, we propose a novel LiDAR-based terrain modeling approach, which could output stable, complete and accurate terrain models and traversability analysis results. As terrain is an inherent property of the environment that does not change with different view angles, our approach adopts a multi-frame information fusion strategy for terrain modeling. Specifically, a normal distributions transform mapping approach is adopted to accurately model the terrain by fusing information from consecutive LiDAR frames. Then the spatial-temporal Bayesian generalized kernel inference and bilateral filtering are utilized to promote the stability and completeness of the results while simultaneously retaining the sharp terrain edges. Based on the terrain modeling results, the traversability of each region is obtained by performing geometric connectivity analysis between neighboring terrain regions. Experimental results show that the proposed method could run in real-time and outperforms state-of-the-art approaches.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google