[논문 리뷰] Perception and Sensing for Autonomous Vehicles Under Adverse Weather Conditions: A Survey

Yuxiao Zhang, Alexander Carballo외 2명|arXiv (Cornell University)|2021. 12. 16.

Air Quality Monitoring and Forecasting인용 수 24

한 줄 요약

이 설문조사는 악천후가 ADS 센서에 어떤 영향을 미치는지 분석하고, 인식 강화 및 센서 강건성 기술을 검토하며, 데이터셋, 시뮬레이터 및 향후 방향에 대해 논의한다.

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.

연구 동기 및 목표

• 날씨 현상이 ADS 센서 및 인지 작업에 어떤 영향을 미치는지 평가한다.
• 악천후에서 인지 강화와 센서 강건성에 대한 하드웨어 및 알고리즘적 솔루션을 검토한다.
• 날씨 관련 ADS 연구를 지원하는 데이터셋, 시뮬레이터 및 시설을 목록화한다.
• 악천후에서 로버스트한 자율주행의 추세와 향후 방향을 식별한다.

제안 방법

• ADS 센서에 대한 날씨 영향의 통계적 및 분석적 평가.
• 날씨 강건성을 위한 센서 융합 및 기계적 솔루션의 검토.
• 실험적 검증과 함께 날씨 유형별 인식 강화 방법을 정리한다.
• 연구에 사용된 데이터셋, 시뮬레이터 및 날씨 시설을 논의한다.
• 악천후에서의 고급 융합, 네트워크 및 V2XIoT로의 추세를 강조한다.

실험 결과

연구 질문

• RQ1 강우, 안개, 눈 및 기타 악천후 현상이 LiDAR, 카메라, 레이더 및 기타 센서에 양적으로 어떤 영향을 미치는가?
• RQ2 날씨로 인한 성능 저하를 완화하는 인식 강화 및 센서 강건성 기술은 무엇인가?
• RQ3 악천후에서 ADS를 연구하기 위한 데이터셋, 시뮬레이터 및 시설은 무엇이며 그 한계는 무엇인가?
• RQ4 악천후에 견고한 ADS를 만들기 위한 주요 추세와 향후 방향은 무엇인가?

주요 결과

• 날씨 현상은 센서 및 인지에 측정 가능한 영향을 미치며, 모달리티에 따라 심각도가 다르다.
• 고급 센서 융합, 더 정교한 네트워크 및 V2X/IOT 기술은 강건성의 핵심 이동 추세로 식별된다.
• 신흥 1550 nm LiDAR의 한계가 날씨-강건 센싱의 병목으로 논의된다.
• 이 설문은 악천후에 대한 하드웨어 및 컴퓨터 과학 솔루션을 연결하는 총체적 개요를 제공한다.
• 악천후에서의 인식 강화 접근법에 대해 실험적 검증이 보고된다.