[논문 리뷰] A LiDAR-based real-time capable 3D Perception System for Automated Driving in Urban Domains

Jens Rieken, Markus Maurer|arXiv (Cornell University)|2020. 05. 07.

Video Surveillance and Tracking Methods참고 문헌 64인용 수 6

한 줄 요약

이 논문은 도시 환경에서 자율 주행을 위한 실시간 LiDAR 기반 3차원 인식 시스템을 제안하며, 적응형 지면 추정, 3차원 클러스터링, 운동 분류를 통해 정적 및 동적 요소를 동시에 모델링한다. 비평탄한 지형과 복잡한 도시 환경에서도 뛰어난 성능을 발휘하며, 가림 및 시야각 변화를 고려한 개선된 객체 추적 기능을 제공한다. TUBS 데이터셋을 기반으로 검증되었으며 실시간 성능가 유지된다.

ABSTRACT

We present a LiDAR-based and real-time capable 3D perception system for automated driving in urban domains. The hierarchical system design is able to model stationary and movable parts of the environment simultaneously and under real-time conditions. Our approach extends the state of the art by innovative in-detail enhancements for perceiving road users and drivable corridors even in case of non-flat ground surfaces and overhanging or protruding elements. We describe a runtime-efficient pointcloud processing pipeline, consisting of adaptive ground surface estimation, 3D clustering and motion classification stages. Based on the pipeline's output, the stationary environment is represented in a multi-feature mapping and fusion approach. Movable elements are represented in an object tracking system capable of using multiple reference points to account for viewpoint changes. We further enhance the tracking system by explicit consideration of occlusion and ambiguity cases. Our system is evaluated using a subset of the TUBS Road User Dataset. We enhance common performance metrics by considering application-driven aspects of real-world traffic scenarios. The perception system shows impressive results and is able to cope with the addressed scenarios while still preserving real-time capability.

연구 동기 및 목표

• 복잡한 도시 환경에서 자율 주행을 위한 실시간 기능을 갖춘 3차원 인식 시스템을 개발하는 것.
• 실시간 제약 조건 하에서 정적 및 이동 가능한 환경 구성 요소를 동시에 모델링하는 것.
• 비평탄한 지면 표면, 수목의 기울임, 돌출된 물체 등에서 인식의 강건성을 향상시키는 것.
• 시야각 변화 및 가림/모호성 경우를 고려한 객체 추적 성능을 향상시키는 것.
• 실세계 도시 환경에서의 응용 중심 평가 지표를 사용하여 시스템을 평가하는 것.

제안 방법

• 비평탄한 지형과 다양한 도로 조건을 처리하기 위해 적응형 지면 표면 추정 알고리즘을 적용한다.
• 효율적인 포인트 클라우드 처리를 위해 3차원 클러스터링과 운동 분류를 조합한 계층적 파이프라인을 사용한다.
• 정적 환경를 더 높은 공간 해상도로 표현하기 위해 다중 특징 매핑 및 융합 방법을 적용한다.
• 시야각 변화 시 정확도를 유지하기 위해 다중 기준점 시스템을 사용해 이동 객체를 추적한다.
• 가림 및 모호성 상황을 명시적으로 모델링하여 혼잡한 도시 교통 환경에서의 신뢰성을 향상시킨다.
• 전체 파이프라인을 런타임 효율성 최적화하여 고해상도 LiDAR 데이터에서 실시간 성능를 확보한다.

실험 결과

연구 질문

• RQ1 어떻게 LiDAR 기반 3차원 인식 시스템이 복잡한 도시 환경을 정확히 모델링하면서도 실시간 성능를 유지할 수 있는가?
• RQ2 적응형 지면 추정은 비평탄하거나 불규칙한 도로 표면에서 인식 성능를 얼마나 향상시킬 수 있는가?
• RQ3 다중 기준점 추적은 시야각 변화 시 객체 추적의 강건성을 어떻게 향상시키는가?
• RQ4 가림 및 모호성 처리 기능은 혼잡한 도시 교통 환경에서 추적 신뢰성을 어떻게 향상시키는가?
• RQ5 응용 중심 평가 지표는 표준 벤치마크보다 실세계 자율 주행 과제를 더 잘 반영할 수 있는가?

주요 결과

• HDL-64E 센서에서 얻은 고해상도 LiDAR 데이터에서 실시간 성능를 달성하여 봉착 주행 응용에 적합하다.
• 적응형 지면 추정 기능은 비평탄하고 불규칙한 도로 표면을 정확히 모델링할 수 있게 하여 탐지 신뢰도를 향상시킨다.
• 다중 기준점 추적 시스템은 시야각 변화 시 추적 오차를 크게 줄이고 객체 유지 성능를 향상시킨다.
• 가림 및 모호성 상황을 명시적으로 모델링함으로써 혼잡한 도시 환경에서 더 안정적이고 정확한 객체 추적 성능를 확보한다.
• 응용 중심 평가 지표는 과도한 수목과 돌출된 장애물이 있는 복잡한 시나리오에서 성능 향상을 드러낸다.
• TUBS Road User Dataset에서 시스템은 강건성과 확장성을 입증하였으며, 실세계 도시 자율 주행에 적합함을 확인한다.