Accurate Cooperative Localization Utilizing LiDAR-equipped Roadside Infrastructure for Autonomous Driving

要約

LiDAR テクノロジーの最近の進歩により、コストが大幅に削減され、精度と解像度の両方が向上し、自動運転車の位置特定における重要なコンポーネントとしての役割が強固になりました。
LiDAR は、高度な 3D 登録アルゴリズムを使用して、センチメートルレベルの精度で車両の位置特定を容易にします。
ただし、これらの高精度技術は、識別可能な地図の特徴がない環境では信頼性の課題に直面することがよくあります。
この制限に対処するために、私たちは路側機 (RSU) と車両間 (V2I) 通信を利用して車両の自己位置推定を支援する新しいアプローチを提案します。
RSU を固定基準点として使用し、リアルタイム LiDAR データを処理することにより、私たちの方法は、協調的な位置特定フレームワークを通じて位置特定の精度を向上させます。
RSU を重要な領域に配置することで、従来の車両自己位置推定技術では不十分な場合に、私たちが提案する方法は車両位置推定の信頼性と精度を向上させることができます。
エンドツーエンドの自動運転シミュレータ AWSIM での評価結果は、提案手法が脆弱な環境下で従来の位置推定手法と比較して位置推定精度を最大 80% 向上できることを示しています。
さらに、私たちの方法は、異種ネットワーク環境におけるネットワーク遅延やパケット損失に対する堅牢な耐性も示しています。

要約(オリジナル)

Recent advancements in LiDAR technology have significantly lowered costs and improved both its precision and resolution, thereby solidifying its role as a critical component in autonomous vehicle localization. Using sophisticated 3D registration algorithms, LiDAR now facilitates vehicle localization with centimeter-level accuracy. However, these high-precision techniques often face reliability challenges in environments devoid of identifiable map features. To address this limitation, we propose a novel approach that utilizes road side units (RSU) with vehicle-to-infrastructure (V2I) communications to assist vehicle self-localization. By using RSUs as stationary reference points and processing real-time LiDAR data, our method enhances localization accuracy through a cooperative localization framework. By placing RSUs in critical areas, our proposed method can improve the reliability and precision of vehicle localization when the traditional vehicle self-localization technique falls short. Evaluation results in an end-to-end autonomous driving simulator AWSIM show that the proposed method can improve localization accuracy by up to 80% under vulnerable environments compared to traditional localization methods. Additionally, our method also demonstrates robust resistance to network delays and packet loss in heterogeneous network environments.

arxiv情報

著者 Yuze Jiang,Ehsan Javanmardi,Manabu Tsukada,Hiroshi Esaki
発行日 2024-07-11 10:44:42+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.RO パーマリンク