[논문 리뷰] Line-based Road Structure Mapping Using Multi-beam LiDAR.

Xudong He, Junqiao Zhao외 5명|arXiv (Cornell University)|2018. 04. 19.

Remote Sensing and LiDAR Applications인용 수 3

한 줄 요약

이 논문은 다중 빔 라이다를 사용하여 도로 구조를 고정밀도와 효율성으로 매핑하기 위해 도로를 격자나 점군이 아닌 다각형선으로 표현하는 선기반 SLAM 방법을 제안한다. 이 방법은 국소적 확률적 융합을 통해 도로 경계를 추출하고 효율적인 선기반 매칭을 수행하며, 세 가지 실제 도로 환경에서 평균 절대 매칭 오차 0.07m와 상대 오차 8.64%를 달 đạt한다.

ABSTRACT

In this paper, we studied a line-based SLAM method for road structure mapping using multi-beam LiDAR. We propose to use the polyline as the basic mapping element instead of grid cell or point cloud, because the line-based representation is precise and lightweight, and it can directly generate vector-based HD map as demanded by autonomous driving systems. We explored: 1) The extraction and vectorization of road structures based on local probabilistic fusion. 2) The efficient line-based matching between frames of vectorized road structures. A specified road structure, the road boundary, is taken as an example. The results testified the feasibility and effectiveness of the proposed method. We applied our proposed mapping system in three different scenes and achieved the average absolute matching error of 0.07m, the average relative matching error of 8.64%.

연구 동기 및 목표

• 자율주행 시스템에 적합한 경량화되고 정밀한 도로 구조 매핑 방법을 개발하기 위해.
• 격자 기반 또는 점군 기반 표현 방식의 한계를 보완하기 위해 다각형선 기반 벡터 매핑을 채택하기 위해.
• 선기반 특징를 활용하여 동적인 도로 환경에서 매칭 정확도와 계산 효율성을 향상시키기 위해.
• 실제 도로 환경에서 선기반 표현 방식의 타당성과 효과성을 입증하기 위해.

제안 방법

• 국소적 확률적 융합을 통해 강인한 특징 탐지를 위한 도로 경계를 추출하기 위해 다중 빔 라이다 데이터를 활용한다.
• 검출된 도로 구조를 벡터화된 다각형선으로 변환하여 효율적이고 정밀하며 경량화된 표현을 가능하게 한다.
• 기하학적 및 위상적 제약 조건을 사용하여 연속된 라이다 프레임 간의 다각형선을 정렬하기 위해 선기반 매칭 알고리즘을 적용한다.
• 노이즈가 많거나 복잡한 환경에서 선분 추출의 신뢰성을 향상시키기 위해 확률적 융합 기법을 적용한다.
• 벡터 지ap 생성의 정확도를 유지하면서 실시간 성능을 최적화하기 위해 매핑 파이프라인을 최적화한다.
• 다양한 도로 환경에서의 강인성과 일반화 능력을 평가하기 위해 세 가지 별도된 도로 환경에서 시스템을 검증한다.

실험 결과

연구 질문

• RQ1 다각형선 기반 표현 방식이 도로 구조 매핑에서 정밀도와 계산 효율성 측면에서 전통적인 격자 또는 점군 방식을 능가할 수 있는가?
• RQ2 국소적 확률적 융합은 다중 빔 라이다 데이터로부터 도로 경계를 얼마나 효과적으로 추출하고 벡터화할 수 있는가?
• RQ3 다양한 도로 환경에서 연속된 라이다 프레임 간의 선기반 매칭에서 달성 가능한 정확도는 어느 정도인가?
• RQ4 제안된 방법은 복잡도와 동적 특성이 다양한 다양한 도로 환경에서 얼마나 잘 일반화되는가?

주요 결과

• 제안된 선기반 SLAM 방법은 세 가지 실제 도로 환경에서 평균 절대 매칭 오차 0.07미터를 달성하였다.
• 시스템은 상대 오차 8.64%를 보이며 궤적 추정의 높은 일관성을 나타내었다.
• 다각형선 기반 표현은 자율주행 응용에 적합한 효율적이고 정밀한 벡터 지도 생성을 가능하게 하였다.
• 국소적 확률적 융합은 복잡한 환경에서 도로 경계 추출의 강인성을 효과적으로 향상시켰다.
• 선기반 매칭 알고리즘은 점군 또는 격자 기반 접근 방식에 비해 계산 효율성을 크게 향상시켰다.
• 이 방법은 다양한 도로 시나리오에서 타당하고 효과적인 것으로 입증되었으며, 실세계 적용 잠재력을 확인하였다.