Providentia——用于辅助自动驾驶车辆的大规模传感器系统及其评估
机器人学
2021-12-09 v5 计算机视觉与模式识别
摘要
自动驾驶车辆的环境感知受其物理传感器范围、算法性能以及遮挡的限制，这些因素会降低其对正在发生的交通状况的理解。这不仅对安全构成重大威胁并限制行驶速度，还可能导致不便的操纵。智能基础设施系统有助于缓解这些问题。智能基础设施系统可以通过提供关于周边环境的额外详细信息（以当前交通状况的数字模型即数字孪生的形式）来填补车辆感知的空白并扩展其视野。然而，对此类系统的详细描述以及证明其可行性的工作原型十分匮乏。在本文中，我们提出了一种能够实现此类可靠智能基础设施系统的硬件和软件架构。我们已在现实世界中实现了该系统，并证明其能够创建一段延伸高速公路的精确数字孪生，从而将自动驾驶车辆的感知扩展到车载传感器极限之外。此外，我们利用航空影像和地球观测方法生成地面真值数据，评估了数字孪生的准确性和可靠性。
引用
@article{arxiv.1906.06789,
title = {Providentia -- A Large-Scale Sensor System for the Assistance of Autonomous Vehicles and Its Evaluation},
author = {Annkathrin Krämmer and Christoph Schöller and Dhiraj Gulati and Venkatnarayanan Lakshminarasimhan and Franz Kurz and Dominik Rosenbaum and Claus Lenz and Alois Knoll},
journal= {arXiv preprint arXiv:1906.06789},
year = {2021}
}
备注
Accepted for publication in the Journal of Field Robotics