[論文レビュー] Robust and Real Time Detection of Curvy Lanes (Curves) with Desired Slopes for Driving Assistance and Autonomous Vehicles

Amartansh Dubey, Kishor M. Bhurchandi|arXiv (Cornell University)|Jan 13, 2015

Autonomous Vehicle Technology and Safety参考文献 7被引用数 6

ひとこと要約

本稿では、複雑でノイジーかつ悪質な走行条件下でも、所望の傾きを持つ曲がりくねったレーンを、リアルタイムでロバストに検出する新規なアルゴリズムを提示する。エッジ検出、曲線パラメータ用のハフに類似した投票、および照明/影補正を組み合わせることで、従来のOpenCVのようなライブラリが曲がりくねった、途切れのある、またはコントラストが低いレーンでは失敗する状況でも、正確なレーン検出を可能にする。

ABSTRACT

One of the biggest reasons for road accidents is curvy lanes and blind turns. Even one of the biggest hurdles for new autonomous vehicles is to detect curvy lanes, multiple lanes and lanes with a lot of discontinuity and noise. This paper presents very efficient and advanced algorithm for detecting curves having desired slopes (especially for detecting curvy lanes in real time) and detection of curves (lanes) with a lot of noise, discontinuity and disturbances. Overall aim is to develop robust method for this task which is applicable even in adverse conditions. Even in some of most famous and useful libraries like OpenCV and Matlab, there is no function available for detecting curves having desired slopes , shapes, discontinuities. Only few predefined shapes like circle, ellipse, etc, can be detected using presently available functions. Proposed algorithm can not only detect curves with discontinuity, noise, desired slope but also it can perform shadow and illumination correction and detect/ differentiate between different curves.

研究の動機と目的

• ノイズ、途切れ、悪質な照明状況などの悪条件下でも、所望の傾きを持つ曲がりくねったレーンをリアルタイムで検出するという、極めて重要な課題に対処する。
• OpenCV や MATLAB のような既存のコンピュータビジョンライブラリに、任意の曲線の所望の傾きを検出するネイティブなサポートがないという限界を克服する。
• 影、照明の変動、レーンの途切れに対してロバストであるように、実際の走行状況でも信頼性の高い性能を発揮できるようにする。
• 1枚の画像内で複数の曲線（例：複数のレーン）を区別できるようにし、複雑なレーン検出タスクを支援する。
• ドライブアシストシステムや自律走行車両への統合に適した実用的で効率的なソリューションを提供する。

提案手法

• 入力画像から、レーンマークに対応する高勾配領域に注目して、レーンに類似した特徴を抽出するエッジ検出を適用する。
• 2次関数やそれ以上の高次多項式セグメントとしてパラメータ化することで、所望の傾きを持つ曲線を検出する、変更を加えたハフ変換に基づく投票方式を用いる。
• パラメータ空間に傾き制約を組み込んで、期待されるレーンの向きに一致する曲線を優先的に検出する。
• 画像全体の明るさの変動を正規化するため、照明および影補正技術を統合し、検出のロバスト性を向上させる。
• 後処理を適用して、検出された曲線セグメントをクラスタリング・精緻化し、期待されるレーンの幾何学的整合性を保証する。
• 画像グリッド上の並列処理が可能な効率的なデータ構造と演算を用いて、リアルタイム性能を最適化する。

実験結果

リサーチクエスチョン

• RQ1 ノイズ、途切れ、影や照明変化の影響を受ける状況下でも、所望の傾きを持つ曲がりくねったレーンをリアルタイムで検出できるか？
• RQ2 本手法は、標準のハフ変換やOpenCV/Matlab関数と比較して、円や楕円以外の非円形・非楕円形の曲線をレーン検出タスクでどのように上回るか？
• RQ3 厳しい視覚的条件下でも、1枚の画像内で複数のレーンや曲線をどの程度正確に区別できるか？
• RQ4 照明および影補正部が、変動する照明下での曲線検出精度をどの程度向上させるか？
• RQ5 本手法の計算効率はどの程度で、自律走行車両のシステムが要求するリアルタイム処理要件を満たせるか？

主な発見

• 提案手法は、ノイズや途切れの高い状況下でも、標準的手法が失敗する状況においても、所望の傾きを持つ曲がりくねったレーンをリアルタイムで検出に成功した。
• 影や照明の変動に対して効果的に補正することで、悪質な照明状況下でも安定した性能を発揮した。
• 本手法はシーン内に複数の曲線を区別でき、複雑な道路環境における複数のレーンやレーンマークの検出を可能にした。
• 投票機構における傾き制約付きパラメータ空間の使用により、検出精度が著しく向上し、誤検出が大幅に削減された。
• 円や楕円に限定された検出にとどまる既存のOpenCV や MATLAB 機能とは異なり、任意の曲線検出をサポートする点で優れている。
• 本システムは計算的にも効率的であり、自律走行車両や高度運転支援システム（ADAS）へのリアルタイム統合に適している。