利用自车与目标车辆双方道路坡度改进且高效的车间距估计
计算机视觉与模式识别
2021-04-02 v1
摘要
在高级驾驶辅助系统与自动驾驶中，估计自车与目标车辆之间的距离至关重要。现有车间距估计方法假定自车与目标车辆行驶于同一地平面。然而在实际驾驶环境中，它们可能行驶于不同地平面。本文提出一种车间距估计框架，可通过估计自车与目标车辆双方的道路坡度并借助 2D 目标检测深度网络来考虑前方道路的坡度变化。数值实验表明，与基于深度学习的深度估计方法相比，所提方法在距离估计精度与时间复杂度上均有显著改善。
引用
@article{arxiv.2104.00169,
title = {Improved and efficient inter-vehicle distance estimation using road gradients of both ego and target vehicles},
author = {Muhyun Back and Jinkyu Lee and Kyuho Bae and Sung Soo Hwang and Il Yong Chun},
journal= {arXiv preprint arXiv:2104.00169},
year = {2021}
}
备注
5 pages, 3 figures, 2 tables, submitted to IEEE ICAS 2021