为摩托车学习一种弯道守护系统
计算机视觉与模式识别
2019-07-15 v1 机器人学
系统与控制
系统与控制
摘要
高达 17% 的摩托车事故发生在骑手过弯时，而弯道事故的主因可归于不适当的速度与错误的车道内位置。现有弯道预警系统缺乏关键的态估计组件且扩展性不佳。我们提出一种新型摩托车道路曲率预警系统，结合计算机视觉、最优控制与地图技术的最新进展以缓解这些不足。我们的贡献有四点：1）我们使用卷积神经网络（CNN）预测摩托车的车道内位置，2）我们使用 CNN 预测摩托车侧倾角，3）我们采用融入道路坡度的升级控制器模型以获得更真实的模型与预测，4）我们通过利用 HERE Technologies 地图数据库获取未来路径的精确道路几何来设计可扩展系统。此外，我们给出分别用于系统训练与评估的两个数据集，两个数据集都将公开。我们在多样的真实场景上测试系统并给出详细案例研究。我们表明，我们的系统能够预测更准确且更安全的弯道轨迹，从而预警并提升摩托车骑手的安全性。
引用
@article{arxiv.1907.05738,
title = {Learning a Curve Guardian for Motorcycles},
author = {Simon Hecker and Alexander Liniger and Henrik Maurenbrecher and Dengxin Dai and Luc Van Gool},
journal= {arXiv preprint arXiv:1907.05738},
year = {2019}
}
备注
8 pages, to be presented at IEEE-ITSC 2019