[논문 리뷰] A View-Dependent Adaptive Matched Filter for LADAR-Based Vehicle Tracking

Daniel Morris, Regis Hoffman외 1명|arXiv (Cornell University)|2017. 09. 25.

Autonomous Vehicle Technology and Safety참고 문헌 7인용 수 4

한 줄 요약

이 논문은 자율 지상 차량에서 레이더 데이터로부터 빠르고 정확한 차량 자세 추정을 위한 시점에 따라 적응하는 매칭 필터를 제안한다. 목표 자세와 크기에 최적화된 분석 매칭 함수를 유도함으로써, 10 Hz에서 50대 이상의 차량을 실시간으로 추적할 수 있으며, 지원 벡터 기반 분류기로 잡음에서 차량을 구분한다.

ABSTRACT

LADARs mounted on mobile platforms produce a wealth of precise range data on the surrounding objects and vehicles. The challenge we address is to infer from these raw LADAR data the location and orientation of nearby vehicles. We propose a novel view-dependent adaptive matched filter for obtaining fast and precise measurements of target vehicle pose. We derive an analytic expression for the matching function which we optimize to obtain target pose and size. Our algorithm is fast, robust and simple to implement compared to other methods. When used as the measurement component of a tracker on an autonomous ground vehicle, we are able to track in excess of 50 targets at 10 Hz. Once targets are aligned using our matched filter, we use a support vector-based discriminator to distinguish vehicles from other objects. This tracker provides a key sensing component for our autonomous ground vehicles which have accumulated hundreds of miles of on-road and off-road autonomous driving.

연구 동기 및 목표

• 원시 레이더 범위 데이터로부터 근접한 차량의 3차원 자세(위치 및 방향)를 정확하게 추정하는 과제를 해결한다.
• 자율 차량 인식을 위한 기존 방법들과 비교해 추적 속도와 강건성을 향상시킨다.
• 고성능 타겟 처리 능력과 낮은 계산 부하를 갖춘 이동형 플랫폼에서 실시간 운영을 가능하게 한다.
• 정렬 후에 장면 내 다른 물체와의 구분을 위해 지원 벡터 기반 분류기를 사용하여 차량을 구분한다.
• 장기간의 자율 주행을 안정적으로 지원하기 위해 차량 추적을 위한 안정적이고 정밀한 측정 요소를 제공한다.

제안 방법

• 레이더 센서가 목표 차량에 대해 어떤 시점에서 보는지에 따라 적응하는 시점에 따라 달라지는 매칭 필터를 개발한다.
• 3차원 차량 모델과 관측된 레이더 포인트 클러스터 간의 정렬을 최적화하는 분석적 매칭 함수 표현을 유도한다.
• 매칭 함수를 최적화하여 목표 자세(위치 및 방향)와 크기를 동시에 추정한다.
• 정렬 후 장면 내 다른 물체와의 차량 구분을 위해 지지 벡터 기반 분류기(SVM)를 사용한다.
• 자율 지상 차량을 위한 보다 광범위한 추적 프레임워크 내에서 매칭 필터를 측정 모델로 통합한다.
• 분석 최적화를 통해 계산 효율성을 확보하여 10 Hz에서 실시간 성능을 달성한다.

실험 결과

연구 질문

• RQ1 레이더 기반 차량 추적에서 다양한 시점 각도에 적응할 수 있도록 매칭 필터를 어떻게 설계할 수 있는가?
• RQ2 희박한 레이더 포인트 클러스터로부터 차량 자세와 크기를 신속하고 정밀하게 추정할 수 있는 분석적 수식은 무엇인가?
• RQ3 제안된 방법은 동시에 50대 이상의 차량을 추적하면서도 실시간 성능(≥10 Hz)을 달성할 수 있는가?
• RQ4 잡음이 많은 환경에서 이 방법은 차량을 비차량 물체에서 얼마나 효과적으로 구분할 수 있는가?
• RQ5 장기간의 자율 주행 시나리오에서 이 추적기의 성능은 어떠한가?

주요 결과

• 제안된 시점에 따라 적응하는 매칭 필터는 자율 지상 차량 플랫폼에서 10 Hz에서 50대 이상의 차량을 실시간으로 추적할 수 있다.
• 매칭 함수의 분석 최적화를 통해 차량 자세와 크기 추정에 높은 정밀도를 달성한다.
• 도로 및 비도로 환경 모두에서 강건성을 보이며, 수백 마일에 이르는 자율 주행을 지원한다.
• 지지 벡터 기반 분류기의 통합은 장면 내 다른 물체와의 차량 구분을 효과적으로 수행한다.
• 알고리즘은 계산 효율성이 뛰어나 구현이 단순하며, 다른 방법들보다 속도와 신뢰성 면에서 뛰어나다.
• 이 방법은 신뢰할 수 있는 자율 차량 인식 시스템에 필수적인 안정적이고 정밀한 측정 요소를 제공한다.