一种通过激光雷达-相机-高精地图融合生成安全可行驶空间的高效方法
机器人学
2025-04-07 v1 人工智能
摘要
本文为自动驾驶车辆的可行驶空间提取提出了一种精确且鲁棒的感知模块。感知在自动驾驶中至关重要，许多基于深度学习的方法虽然在基准数据集上表现精确，但泛化能力不佳，尤其是在多样且不可预测的环境中。我们的工作引入了一个鲁棒且易于泛化的感知模块，该模块利用激光雷达、相机和高精地图数据融合，在所有天气条件下提供安全可靠的可行驶空间。我们提出了一种结合高精地图数据的自适应地面去除与路缘检测方法，以增强障碍物检测的可靠性。此外，我们还提出了一种针对降水噪声优化的自适应DBSCAN聚类算法，以及一种对校准差异具有鲁棒性且成本效益高的激光雷达-相机视锥关联方法。我们全面的可行驶空间表示整合了所有感知数据，确保了与车辆尺寸和道路法规的兼容性。这种方法不仅提高了泛化能力和效率，还显著增强了自动驾驶车辆操作的安全性。我们的方法在真实数据集上进行了测试，其可靠性在我们自动驾驶接驳车WATonoBus的日常（包括严酷的雪天）运营中得到了验证。
引用
@article{arxiv.2410.22314,
title = {An Efficient Approach to Generate Safe Drivable Space by LiDAR-Camera-HDmap Fusion},
author = {Minghao Ning and Ahmad Reza Alghooneh and Chen Sun and Ruihe Zhang and Pouya Panahandeh and Steven Tuer and Ehsan Hashemi and Amir Khajepour},
journal= {arXiv preprint arXiv:2410.22314},
year = {2025}
}