Infrastructure-Assisted Collaborative Perception in Automated Valet Parking: A Safety Perspective

要約

自動バレーパーキング (AVP) における環境認識は、駐車場内での閉塞が激しいため、困難な課題となっています。
Collaborative Perception (CP) は、コネクテッド車両の視野を広げるために適用できますが、車両通信の帯域幅が限られているため、その用途は制限されます。
この研究では、インフラストラクチャ支援型 AVP システム用の BEV 機能ベースの CP ネットワーク アーキテクチャを提案します。
このモデルは、路側カメラと LiDAR をオプションの入力として取り込み、統合された BEV 表現でそれらを車載センサーと適応的に融合します。
オートエンコーダとダウンサンプリングはチャネルごとおよび空間ごとの次元削減に適用され、スパース化と量子化によってデータ精度をほとんど損なうことなく特徴マップがさらに圧縮されます。
これらの技術を組み合わせることで、BEV 特徴マップのサイズが効果的に圧縮され、NR-V2X ネットワークの実現可能なデータ レートに適合します。
合成 AVP データセットを使用すると、CP が特に歩行者の知覚パフォーマンスを効果的に向上できることがわかります。
さらに、インフラ支援 CP の利点は、AVP 設定における 2 つの典型的な安全性が重要なシナリオで実証され、両方のシナリオで最大安全巡航速度が最大 3m/s 増加します。

要約(オリジナル)

Environmental perception in Automated Valet Parking (AVP) has been a challenging task due to severe occlusions in parking garages. Although Collaborative Perception (CP) can be applied to broaden the field of view of connected vehicles, the limited bandwidth of vehicular communications restricts its application. In this work, we propose a BEV feature-based CP network architecture for infrastructure-assisted AVP systems. The model takes the roadside camera and LiDAR as optional inputs and adaptively fuses them with onboard sensors in a unified BEV representation. Autoencoder and downsampling are applied for channel-wise and spatial-wise dimension reduction, while sparsification and quantization further compress the feature map with little loss in data precision. Combining these techniques, the size of a BEV feature map is effectively compressed to fit in the feasible data rate of the NR-V2X network. With the synthetic AVP dataset, we observe that CP can effectively increase perception performance, especially for pedestrians. Moreover, the advantage of infrastructure-assisted CP is demonstrated in two typical safety-critical scenarios in the AVP setting, increasing the maximum safe cruising speed by up to 3m/s in both scenarios.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google