[論文レビュー] Localization of Autonomous Vehicles: Proof of Concept for A Computer Vision Approach

Sara Zahedian, Kaveh Farokhi Sadabadi+1 more|arXiv (Cornell University)|Apr 6, 2021

Robotics and Sensor-Based Localization参考文献 26被引用数 5

ひとこと要約

本論文は、SIFTに基づく画像検索とカルマンフィルタを用いて、KITTIデータセットで平均2メートルの精度を達成する、低コストでカメラのみを用いた自動運転車両向けのビジュアルローカライゼーションシステムを提示する。この手法は、地理的位置情報が付与された画像データベースとリアルタイム処理を活用し、GPSや複雑なセンサーに依存せずに車両の位置を推定する。都市環境におけるビジュアルベースのナビゲーションの実現可能性を示している。

ABSTRACT

This paper introduces a visual-based localization method for autonomous vehicles (AVs) that operate in the absence of any complicated hardware system but a single camera. Visual localization refers to techniques that aim to find the location of an object based on visual information of its surrounding area. The problem of localization has been of interest for many years. However, visual localization is a relatively new subject in the literature of transportation. Moreover, the inevitable application of this type of localization in the context of autonomous vehicles demands special attention from the transportation community to this problem. This study proposes a two-step localization method that requires a database of geotagged images and a camera mounted on a vehicle that can take pictures while the car is moving. The first step which is image retrieval uses SIFT local feature descriptor to find an initial location for the vehicle using image matching. The next step is to utilize the Kalman filter to estimate a more accurate location for the vehicle as it is moving. All stages of the introduced method are implemented as a complete system using different Python libraries. The proposed system is tested on the KITTI dataset and has shown an average accuracy of 2 meters in finding the final location of the vehicle.

研究の動機と目的

• 単一のカメラのみを用いて、GPSに依存しない自動運転車両向けのローカライゼーションシステムを開発すること。
• 高価なセンサーやインfrastrucureに依存せずに、都市環境における正確な車両ローカライゼーションを実現する課題に取り組むこと。
• 市販のコンピュータビジョン技術を用いたビジュアルローカライゼーションの実現可能性を示すこと。
• 標準ベンチマークデータセット（KITTI）上でシステムの性能を検証すること。
• 自動運転車両システムにおけるスケーラブルで低コストなローカライゼーションのプロトタイプを提供すること。

提案手法

• 本システムは、既知の位置から撮影された地理的位置情報が付与された画像のデータベースを参照地図として使用する。
• 最初の段階で、カメラのライブ画像からSIFT（スケール不変特徴変換）記述子を抽出し、地理的位置情報が付与されたデータベースと照合して候補位置を検索する。
• データベースからの上位-m件の一致画像に基づいて、初期の車両位置を推定する。
• カルマンフィルタを用いて、順次得られる画像ベースの位置推定と運動モデルを融合することで、位置推定値を精緻化する。
• パイプライン全体は、OpenCVを用いたSIFTおよびフィルタリング処理を含む標準的なコンピュータビジョンライブラリを用いてPythonで実装されている。
• システムはリアルタイムで画像を処理し、新しいフレームが取得されるたびに車両の推定位置を更新する。

実験結果

リサーチクエスチョン

• RQ1 単一のカメラが、都市環境における自動運転車両の十分な精度のローカライゼーションを提供できるか？
• RQ2 地理的位置情報が付与された画像データベースから、正しい地理的位置を特定するためにSIFTベースの画像検索はどの程度有効か？
• RQ3 視覚的マッチングと組み合わせた場合、カルマンフィルタがどの程度ローカライゼーション精度を向上させるか？
• RQ4 GPSやLiDARを一切使用せず、視覚的情報のみでどの程度のローカライゼーション精度が達成できるか？
• RQ5 低コストでカメラのみのシステムは、実世界の自動運転車両のローカライゼーションに実用可能か？

主な発見

• 提案手法は、単一のカメラと地理的位置情報が付与された画像リファレンスのみを用いて、KITTIデータセットで平均2メートルのローカライゼーション精度を達成した。
• SIFTベースの画像検索は、高い精度で候補位置を特定し、信頼性の高い初期推定値を形成した。
• カルマンフィルタの統合により、位置のずれが顕著に低減され、時間経過に伴う推定の安定性が向上した。
• システムはKITTIベンチマークにおける多様な都市ドライブシナリオにおいて、強固な性能を示した。
• 単一のカメラを用いたビジュアルローカライゼーションが、実用的な自動運転車両ナビゲーションに十分な精度で実現可能であることが確認された。
• この手法は計算効率が高く、標準的なオープンソースライブラリのみで完全に実装可能であり、リアルタイムデプロイメントを支援する。