[論文レビュー] Object Detection in Autonomous Vehicles: Status and Open Challenges

Abhishek Balasubramaniam, Sudeep Pasricha|arXiv (Cornell University)|Jan 19, 2022

Advanced Neural Network Applications被引用数 45

ひとこと要約

本論文は、自動運転車のための深層学習ベースの物体検出器における最先端を概観し、これらの検出器を知覚システムへ統合する際の未解決の課題を議論する。

ABSTRACT

Object detection is a computer vision task that has become an integral part of many consumer applications today such as surveillance and security systems, mobile text recognition, and diagnosing diseases from MRI/CT scans. Object detection is also one of the critical components to support autonomous driving. Autonomous vehicles rely on the perception of their surroundings to ensure safe and robust driving performance. This perception system uses object detection algorithms to accurately determine objects such as pedestrians, vehicles, traffic signs, and barriers in the vehicle's vicinity. Deep learning-based object detectors play a vital role in finding and localizing these objects in real-time. This article discusses the state-of-the-art in object detectors and open challenges for their integration into autonomous vehicles.

研究の動機と目的

• 安全な自動運転のための物体検出の重要性を喚起する。
• 車両認識で使用される現在の深層学習ベースの物体検出器をレビューする。
• リアルタイムで頑丈な自動運転を実現するための検出器展開における主要な課題を特定する。

提案手法

• 自動運転で使用される既存の物体検出アプローチの調査と統合の総括。
• 歩行者、車両、交通標識、障壁を局在化・識別する検出器の仕組みの議論。
• 自動車知覚スタックへの統合課題の批判的分析。

実験結果

リサーチクエスチョン

• RQ1 自動運転で使用される物体検出器の現状はどの程度か？
• RQ2 これらの検出器を実世界の自動運転車に展開する際の未解決課題と制約は何か？
• RQ3 自動運転の頑丈な知覚システムへ物体検出を効果的に統合するにはどうすればよいか？

主な発見

• 深層学習ベースの検出器は、リアルタイムで物体を検出・局在させる上で重要な役割を果たす。
• 知覚システムは車両周囲を理解するために正確な物体検出に依存している。
• 本稿は最先端の検出器と、それらを自動運転車へ統合する際の未解決課題を論じる。