面向自动驾驶的实时三维交通锥检测
计算机视觉与模式识别
2019-06-11 v2
摘要
基于单目相机对道路场景的语义理解已取得显著进展，然而主要集中在汽车和行人等特定类别上。本研究探讨交通锥——一类对自动驾驶车辆交通管控至关重要的对象。利用单目相机图像进行三维目标检测本质上是一个病态问题。本工作中，我们利用交通锥的独特结构，提出一种流水线式解决方法。具体而言，我们首先通过定制的二维目标检测器在图像中检测交通锥；随后，由我们的深度结构回归网络检测交通锥上关键点的空间排布，其中利用交比具有投影不变性这一事实进行网络正则化；最后，通过经典的Perspective n-Point（PnP）算法恢复交通锥的三维位置。大量实验表明，我们的方法能够实时准确地检测交通锥并估计其在三维世界中的位置。所提方法还部署于一个实时关键系统。它在低功耗的Jetson TX2上高效运行，提供准确的三维位置估计，使一辆赛车能够映射并在由交通锥标示的未知赛道上自主行驶。借助鲁棒且准确的感知，我们的赛车赢得了2018年在意大利和德国举办的两场Formula Student赛事，以54 kmph的时速巡航。完整流水线、建图与导航的可视化可在我们的项目页面查看。
引用
@article{arxiv.1902.02394,
title = {Real-time 3D Traffic Cone Detection for Autonomous Driving},
author = {Ankit Dhall and Dengxin Dai and Luc Van Gool},
journal= {arXiv preprint arXiv:1902.02394},
year = {2019}
}
备注
IEEE Intelligent Vehicles Symposium (IV'19). arXiv admin note: text overlap with arXiv:1809.10548