Occlusion-Aware 2D and 3D Centerline Detection for Urban Driving via Automatic Label Generation

要約

本研究では、非常に動的な都市走行シナリオにおいて、2次元および3次元の道路トポロジー情報を決定できる戦略を探索し、特定することを目指す。この探索を容易にするために、我々は100万近くの自動ラベル付けデータフレームからなる大規模なデータセットを導入する。我々の研究の重要な貢献は、自動ラベル生成プロセスとオクルージョン処理戦略の開発にある。この戦略は、軽度の混乱から重度の閉塞まで、幅広いオクルージョンのシナリオをモデル化するように設計されている。さらに、複数の中心線検出法を開発・評価した包括的なアブレーション研究を紹介する。この解析は、様々なアプローチの性能をベンチマークするだけでなく、これらの手法の解釈可能性についての貴重な洞察を提供する。最後に、我々の手法の実用性を実証し、異なるセンサー構成に対する適応性を評価することで、実世界のシナリオにおける汎用性と関連性を強調する。我々のデータセットと実験モデルは公開されている。

要約(オリジナル)

This research work seeks to explore and identify strategies that can determine road topology information in 2D and 3D under highly dynamic urban driving scenarios. To facilitate this exploration, we introduce a substantial dataset comprising nearly one million automatically labeled data frames. A key contribution of our research lies in developing an automatic label-generation process and an occlusion handling strategy. This strategy is designed to model a wide range of occlusion scenarios, from mild disruptions to severe blockages. Furthermore, we present a comprehensive ablation study wherein multiple centerline detection methods are developed and evaluated. This analysis not only benchmarks the performance of various approaches but also provides valuable insights into the interpretability of these methods. Finally, we demonstrate the practicality of our methods and assess their adaptability across different sensor configurations, highlighting their versatility and relevance in real-world scenarios. Our dataset and experimental models are publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL