基于稀疏激光雷达在部分遮挡场景中在线推断与检测路缘
机器人学
2019-07-12 v1 计算机视觉与模式识别
机器学习
摘要
道路边界（或称路缘）为自动驾驶车辆解读道路场景与生成行为规划提供必要信息。尽管路缘传递重要信息，在复杂城市环境中它们难以检测（尤其相较于交通标志与道路标线等其他道路要素）。这些困难源于其他交通参与者的遮挡以及光照和/或天气条件的变化。此外，道路边界具有多样的形状、颜色与结构，而运动规划算法需要实时精确的公制信息以生成其规划。本文提出一种基于激光雷达的实时方法，用于精确检测车辆周边（360度）路缘。我们的方法同时应对交通遮挡与环境条件变化。为此，我们将3D激光雷达点云数据投影至2D鸟瞰图像（类似于逆透视映射）。随后这些图像由训练好的深度网络处理，以推断可见与遮挡的道路边界。最后，后处理步骤过滤检测到的路缘段并随时间追踪它们。实验结果证明了所提方法在真实驾驶数据上的有效性。因此，我们相信基于激光雷达的方法为在挑战性驾驶场景中检测车辆周边可见与遮挡路缘提供了高效且有效的途径。
引用
@article{arxiv.1907.05375,
title = {Online Inference and Detection of Curbs in Partially Occluded Scenes with Sparse LIDAR},
author = {Tarlan Suleymanov and Lars Kunze and Paul Newman},
journal= {arXiv preprint arXiv:1907.05375},
year = {2019}
}
备注
Accepted at the 22nd IEEE Intelligent Transportation Systems Conference (ITSC19), October, 2019, Auckland, New Zealand