面向自主赛车的精确低延迟视觉感知：挑战、机制与实用方案
计算机视觉与模式识别
2020-07-29 v1 机器人学
摘要
自主赛车提供了在极限条件下测试安全关键感知流水线的机会。本文描述了将最先进计算机视觉算法应用于构建 DUT18 Driverless (DUT18D) 的低延迟、高精度感知系统时的实际挑战与解决方案，DUT18D 是一辆四驱电动赛车，在其参赛的所有 Formula Driverless 比赛中均登上领奖台。DUT18D 的关键组件包括基于 YOLOv3 的目标检测、位姿估计，以及其双立体/单目相机设置上的时间同步。我们强调了为使感知 CNN 适应赛车领域所需的修改、用于位姿估计的损失函数改进，以及亚微秒级相机同步方法等其他改进。我们对系统进行了彻底的实验评估，证明了其在真实赛车场景中的准确性与低延迟。
引用
@article{arxiv.2007.13971,
title = {Accurate, Low-Latency Visual Perception for Autonomous Racing:Challenges, Mechanisms, and Practical Solutions},
author = {Kieran Strobel and Sibo Zhu and Raphael Chang and Skanda Koppula},
journal= {arXiv preprint arXiv:2007.13971},
year = {2020}
}