基于3D LIDAR的离线缺失车辆轨迹数据重建
机器人学
2017-09-19 v1
摘要
凭借在距离测量和障碍物检测方面的优势，LIDAR 已成为许多自动驾驶车辆的重要组成部分。LIDAR 生成的点云包含了关于周围环境的重要信息。在本文中，我们使用 Velodyne VLP-16 激光雷达在双车道城市道路上收集了轨迹数据。由于数据收集的动态特性和传感器的有限量程，其中一些轨迹存在缺失点或空缺。在本文中，我们提出了一种利用微观交通流模型恢复缺失车辆轨迹数据点的新方法。短空缺（小于5秒）可以通过简单的线性回归进行恢复，而较长的空缺则通过所提出的方法进行恢复，该方法利用了跟驰模型，并通过基于已知点与空缺的邻近度分配权重来进行校准。我们使用来自 LIDAR 和 NGSIM I-80 数据集的真实轨迹数据对 Newell、Pipes、IDM 和 Gipps 跟驰模型进行了校准和测试。Gipps 校准模型取得了最佳结果。
引用
@article{arxiv.1709.05446,
title = {Offline reconstruction of missing vehicle trajectory data from 3D LIDAR},
author = {Cem Sazara and Reza Vatani Nezafat and Mecit Cetin},
journal= {arXiv preprint arXiv:1709.05446},
year = {2017}
}