Divide and Conquer: A Systematic Approach for Industrial Scale High-Definition OpenDRIVE Generation from Sparse Point Clouds

要約

高解像度の道路地図は、高度な自動運転機能の機能性と検証において重要な役割を果たします。
これらには、道路網、形状、状態、交通標識に関する正確な情報が含まれています。
高解像度マップの生成は、運転機能の開発と評価にとって重要であるにもかかわらず、依然として研究課題です。
この分野におけるこれまでの研究は主に道路形状の精度に焦点を当ててきましたが、私たちは産業用途で使用するための大規模地図を自動生成するための新しいアプローチを提案します。
私たちが提案する方法では、道路に関する最小限の外部情報を利用して、LiDAR データをセグメントで処理します。
これらのセグメントはその後結合され、高解像度の精度を実現する柔軟でスケーラブルなプロセスが可能になります。
さらに、結果として得られる OpenDRIVE を運転機能シミュレーションで使用する方法を紹介します。

要約(オリジナル)

High-definition road maps play a crucial role in the functionality and verification of highly automated driving functions. These contain precise information about the road network, geometry, condition, as well as traffic signs. Despite their importance for the development and evaluation of driving functions, the generation of high-definition maps is still an ongoing research topic. While previous work in this area has primarily focused on the accuracy of road geometry, we present a novel approach for automated large-scale map generation for use in industrial applications. Our proposed method leverages a minimal number of external information about the road to process LiDAR data in segments. These segments are subsequently combined, enabling a flexible and scalable process that achieves high-definition accuracy. Additionally, we showcase the use of the resulting OpenDRIVE in driving function simulation.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google