[논문 리뷰] An Optimal LiDAR Configuration Approach for Self-Driving Cars

Shenyu Mou, Yan Chang외 2명|ArXiv.org|2018. 05. 20.

Robotics and Sensor-Based Localization참고 문헌 5인용 수 24

한 줄 요약

이 논문은 자율주행 차량에 다수의 LiDAR를 설치하는 데 있어 3차원 환경 인식을 최대화하면서도 부재와 비용을 최소화하는 일반화된 최적화 프레임워크를 제안한다. LiDAR 인식의 희박성과 이산화를 모델링함으로써, 격자 기반 접근법과 실린더 기반 근사치를 사용하여 비선형 구성 문제를 해석 가능한 최적화 모델로 변환하며, 최소한의 맹점으로 가장 정보가 풍부한 커버리지 달성을 달성한다.

ABSTRACT

LiDARs plays an important role in self-driving cars and its configuration such as the location placement for each LiDAR can influence object detection performance. This paper aims to investigate an optimal configuration that maximizes the utility of on-hand LiDARs. First, a perception model of LiDAR is built based on its physical attributes. Then a generalized optimization model is developed to find the optimal configuration, including the pitch angle, roll angle, and position of LiDARs. In order to fix the optimization issue with off-the-shelf solvers, we proposed a lattice-based approach by segmenting the LiDAR's range of interest into finite subspaces, thus turning the optimal configuration into a nonlinear optimization problem. A cylinder-based method is also proposed to approximate the objective function, thereby making the nonlinear optimization problem solvable. A series of simulations are conducted to validate our proposed method. This proposed approach to optimal LiDAR configuration can provide a guideline to researchers to maximize the utility of LiDARs.

연구 동기 및 목표

• 자율주행 차량에서 최적의 3차원 LiDAR 구성에 대한 일반화된 방법이 부족한 문제를 해결하기 위해.
• LiDAR 배치를 최적화하여 고해상도 환경 인식과 비용 및 중복을 균형 잡기 위해.
• 카메라 기반 감지와 근본적으로 다른 이산적이고 희박한 LiDAR 인식의 특성을 반영하기 위해.
• LiDAR의 피치, 롤, 위치와 같은 비선형 다변수 최적화 문제에 대해 계산적으로 실현 가능한 해를 도출하기 위해.
• 시뮬레이션을 통한 검증을 통해 시야 커버리지 최대화 능력을 입증하기 위해.

제안 방법

• 빔 분산과 범위와 같은 LiDAR의 물리적 특성을 기반으로 한 인식 모델을 구축하여 희박성과 이산적 샘플링을 반영한다.
• 연속 최적화 문제를 이산적 탐색 문제로 변환하기 위해 격자 기반 방법을 사용해 구성 공간을 유한한 부분공간으로 분할한다.
• LiDAR의 시야를 효율적으로 계산하기 위해 실린더 기반 근사치를 도입하여 3차원 공간 전체에 대한 커버리지 계산을 가능하게 한다.
• 최대 내접 구의 반지름을 최소화하는 것으로 최적화 목표를 정의함으로써 커버리지 최대화를 달성한다.
• 큐브가 LiDAR 및 부분공간에 대해 가시성 조건을 이진 논리 제약 조건(AND, OR, IF-THEN-ELSE)을 사용해 모델링한다.
• 전체 구성은 위치, 피치 각도, 롤 각도의 벡터로 매개변수화되며, 혼합정수비선형계획법을 통해 해 공간을 탐색한다.

실험 결과

연구 질문

• RQ1 자율주행 차량에 다수의 LiDAR를 3차원적으로 최적 구성하여 환경 인식 커버리지를 최대화할 수 있는가?
• RQ2 3차원 센서 구성 최적화 프레임워크 내에서 LiDAR 포인트 클라우드의 이산적이고 희박한 특성을 효과적으로 모델링할 수 있는가?
• RQ3 격자 기반 이산화와 실린더 기반 근사치가 기존에는 해석이 어려운 비선형 최적화 문제에 대해 실현 가능한 해를 제공할 수 있는가?
• RQ4 기존 구성과 비교했을 때 제안된 방법은 시야 완전성과 맹점 감소 측면에서 어떻게 성능을 발휘하는가?
• RQ5 LiDAR와 레이저의 수가 증가함에 따라 계산 비용과 확장성의 상충 관계는 어떻게 나타나는가?

주요 결과

• 제안된 방법은 가장 큰 미관측 구의 반지름을 최소화하는 LiDAR 구성 구성을 성공적으로 도출하여 최대 커버리지와 최소한의 맹점을 보장한다.
• 격자 기반 접근법은 연속 구성 공간의 이산적 근사치를 가능하게 하여, 표준 소프트웨어 솔버를 사용한 최적화 문제의 해를 가능하게 한다.
• 실린더 기반 근사치는 LiDAR의 원뿔형 시야를 효과적으로 모델링하여 커버리지 추정의 계산 효율성과 정확도를 향상시킨다.
• 시뮬레이션 결과는 모델의 효과성을 입증하며, 최적화된 구성이 기준 레이아웃 대비 가장 정보가 풍부한 인식 성능을 달성함을 보여준다.
• 해결 방법은 복잡한 구성에 대해서도 강건성을 보이며, 다만 LiDAR와 레이저의 수가 증가함에 따라 계산 시간이 크게 증가한다.
• 이 방법은 일반화 가능하며 연구자들이 LiDAR의 기능을 극대화하면서도 중복과 비용을 최소화할 수 있도록 지침을 제공한다.