[논문 리뷰] Static Free Space Detection with Laser Scanner using Occupancy Grid Maps

Hesham M. Eraqi, Jens Honer외 1명|arXiv (Cornell University)|2018. 01. 02.

Autonomous Vehicle Technology and Safety참고 문헌 23인용 수 7

한 줄 요약

이 논문은 레이저 스캐너에서 유도한 2D 점유 격자 지도(OGM)를 사용하여 자율 주행에서 정적 자유 공간 탐지를 효율적으로 수행하는 방법을 제시한다. 개선된 역센서 모델, 계산 비용을 줄이기 위한 차량-원 맵 정렬 기술, 그리고 자유 공간을 고정된 정점 수를 가진 다각형으로 표현하는 '시야 내 경계선' 알고리즘을 도입하여 실시간 성능를 달성하면서 메모리 사용량을 줄이고 실제 환경에서 높은 정확도를 확보하였다.

ABSTRACT

Drivable free space information is vital for autonomous vehicles that have to plan evasive maneuvers in real-time. In this paper, we present a new efficient method for environmental free space detection with laser scanner based on 2D occupancy grid maps (OGM) to be used for Advanced Driving Assistance Systems (ADAS) and Collision Avoidance Systems (CAS). Firstly, we introduce an enhanced inverse sensor model tailored for high-resolution laser scanners for building OGM. It compensates the unreflected beams and deals with the ray casting to grid cells accuracy and computational effort problems. Secondly, we introduce the 'vehicle on a circle for grid maps' map alignment algorithm that allows building more accurate local maps by avoiding the computationally expensive inaccurate operations of image sub-pixel shifting and rotation. The resulted grid map is more convenient for ADAS features than existing methods, as it allows using less memory sizes, and hence, results into a better real-time performance. Thirdly, we present an algorithm to detect what we call the 'in-sight edges'. These edges guarantee modeling the free space area with a single polygon of a fixed number of vertices regardless the driving situation and map complexity. The results from real world experiments show the effectiveness of our approach.

연구 동기 및 목표

• 자율 주행 차량을 위한 실시간 자유 공간 탐지 성능 향상 (레이저 스캐너 데이터 기반)
• 점유 격자 지도 구축 시 계산 오버헤드와 메모리 사용량 감소
• 복잡한 환경에서도 주행 가능한 영역 모델링의 정확도 향상
• 고도의 안정성과 실시간 성능 확보를 통해 고급 운전자 보조 시스템(ADAS)에 적합한 성능 제공
• 환경 복잡성에 관계없이 일관된 자유 공간 표현을 유지하는 방법 개발

제안 방법

• 반사되지 않은 레이저 빔을 처리하고 레이캐스팅 정확도를 향상시키기 위해 개선된 역센서 모델 제안
• 계산 비용이 높은 서브픽셀 회전 또는 이동 연산을 피함으로써 정확한 국소 지도 정렬을 가능하게 하는 'OGM에 대한 차량-원' 알고리즘
• 지ap 복잡성과 무관하게 고정된 정점 수를 가진 단일 다각형으로 자유 공간을 모델링하는 새로운 '시야 내 경계선' 탐지 알고리즘
• 고해상도 레이저 데이터를 OGM에 통합함으로써 정밀도 향상과 함께 계산 부담 감소
• 효율적이고 실시간 자유 공간 표현을 가능하게 하는 OGM 기반 접근법으로 ADAS 및 충돌 회피 시스템에 적합
• 낮은 메모리 소비를 최적화하여 더 빠른 처리와 실시간 구현 가능

실험 결과

연구 질문

• RQ1 고해상도 레이저 스캐너 데이터로부터 점유 격자 지도를 더 정확하고 효율적으로 구성할 수 있는가?
• RQ2 정확도를 유지하면서 국소 지도 정렬의 계산 비용을 줄일 수 있는 기법은 무엇인가?
• RQ3 환경의 복잡성과 관계없이 자유 공간을 고정된 정점 수를 가진 다각형으로 표현할 수 있는가?
• RQ4 제안된 방법이 자율 주행 시스템에서 실시간 성능 및 메모리 효율성에 어떻게 기여하는가?
• RQ5 반사되지 않은 레이저 빔은 자유 공간 탐지에 어떤 영향을 미치며, 이를 어떻게 보완할 수 있는가?

주요 결과

• 개선된 역센서 모델은 반사되지 않은 레이저 빔을 효과적으로 보상하여 OGM 정확도 향상
• 차량-원 맵 정렬 방법은 서브픽셀 회전 및 이동 연산을 회피함으로써 계산 비용을 감소시킴
• 시야 내 경계선 알고리즘은 고정된 정점 수를 가진 단일 다각형으로 자유 공간을 성공적으로 모델링하여 표현 단순화
• 전체 시스템은 메모리 사용량을 줄이고 실시간 성능를 확보하여 임베디드 ADAS 응용에 적합
• 실제 환경 실험을 통해 다양한 주행 조건에서 정적 자유 공간을 정확하게 탐지하는 데에 본 방법의 효과성 입증