面向自动驾驶的自由空间光流建模
机器人学
2023-08-04 v2 人工智能
计算机视觉与模式识别
摘要
光流与视差是自动驾驶感知的两个信息丰富的视觉特征。它们已被用于多种应用,如障碍物与车道检测。“U-V-视差”的概念已在文献中被广泛探讨,而其在光流中的对应概念受到的关注相对较少。传统运动分析算法通过匹配两连续视频帧间的对应来估计光流,这限制了对环境信息与几何约束的充分利用。因此,我们提出一种新策略,在碰撞自由空间(亦称可行驶区域或简称自由空间)中为智能车辆建模光流,充分利用三维驾驶环境中的几何信息。我们给出光流的显式表示,并推导出光流分量与垂直坐标之间的二次关系。通过在多个公开数据集上的大量实验,我们证明了模型的高精度与鲁棒性。此外,我们提出的自由空间光流模型在自动驾驶领域拥有多样应用,为自由空间检测、车辆定位等提供几何约束。我们已将源代码公开于 https://mias.group/FSOF。
引用
@article{arxiv.2307.15989,
title = {Freespace Optical Flow Modeling for Automated Driving},
author = {Yi Feng and Ruge Zhang and Jiayuan Du and Qijun Chen and Rui Fan},
journal= {arXiv preprint arXiv:2307.15989},
year = {2023}
}
备注
This article has been accepted by IEEE/ASME Transactions on Mechatronics (T-Mech)