[論文レビュー] Perception and Sensing for Autonomous Vehicles Under Adverse Weather Conditions: A Survey

Yuxiao Zhang, Alexander Carballo+2 more|arXiv (Cornell University)|Dec 16, 2021

Air Quality Monitoring and Forecasting被引用数 24

ひとこと要約

この調査は悪天候がADSセンサーに与える影響を分析し、知覚強化とセンサー堅牢性技術をレビューし、データセット・シミュレータ・将来の方向性を論じる。

ABSTRACT

Automated Driving Systems (ADS) open up a new domain for the automotive industry and offer new possibilities for future transportation with higher efficiency and comfortable experiences. However, autonomous driving under adverse weather conditions has been the problem that keeps autonomous vehicles (AVs) from going to level 4 or higher autonomy for a long time. This paper assesses the influences and challenges that weather brings to ADS sensors in an analytic and statistical way, and surveys the solutions against inclement weather conditions. State-of-the-art techniques on perception enhancement with regard to each kind of weather are thoroughly reported. External auxiliary solutions, weather conditions coverage in currently available datasets, simulators, and experimental facilities with weather chambers are distinctly sorted out. Additionally, potential future ADS sensors candidates and approaches beyond common senses are provided. By looking into all kinds of major weather problems the autonomous driving field is currently facing, and reviewing both hardware and computer science solutions in recent years, this survey points out the main moving trends of adverse weather problems in autonomous driving, i.e., advanced sensor fusions, more sophisticated networks, and V2X & IoT technologies; and also the limitations brought by emerging 1550 nm LiDARs. In general, this work contributes a holistic overview of the obstacles and directions of ADS development in terms of adverse weather driving conditions.

研究の動機と目的

• 天候現象がADSセンサーと知覚タスクにどのように影響するかを評価する。
• 悪天候下での知覚強化のハードウェアおよびアルゴリズム的解決策を調査する。
• 悪天候に関連するADS研究を支えるデータセット、シミュレータ、施設を整理する。
• 悪天候下での堅牢な自動運転の傾向と将来の方向性を特定する。

提案手法

• 天候がADSセンサーに与える影響の統計的・分析的評価。
• 天候堅牢性のためのセンサ融合および機械的解決策のレビュー。
• 実験的検証とともに天候タイプ別に知覚強化手法を整理する。
• 研究で用いられるデータセット、シミュレータ、天候関連施設を論じる。
• 悪条件下での高度な融合・ネットワーク・V2XIoTへの傾向を強調する。

実験結果

リサーチクエスチョン

• RQ1 雨・霧・雪などの悪天候現象はLiDAR、カメラ、レーダーなどのセンサーを定量的にどのように影響するか？
• RQ2 天候による性能低下を緩和する知覚強化とセンサー堅牢性の技術は何か？
• RQ3 悪天候下でのADSを研究するデータセット、シミュレータ、施設は何があり、それらの限界は何か？
• RQ4 悪天候に対してADSを堅牢にする際の主な傾向と将来の方向性は何か？

主な発見

• 天候現象はセンサーと知覚に測定可能な影響を与え、モダリティごとに影響の程度が異なる。
• 高度なセンサ融合、より高度なネットワーク、V2X/IOT技術が堅牢性の重要な動向として特定される。
• 新興の1550 nm LiDARの限界が天候堅牢なセンシングのボトルネックとして議論される。
• 本調査は悪天候に対するハードウェアとコンピュータサイエンスの解決を結ぶ総合的な概要を提供する。
• 悪天候下での知覚強化アプローチの実験的検証が報告されている。