[論文レビュー] Detecting Drivable Area for Self-driving Cars: An Unsupervised Approach

Ziyi Liu, Siyu Yu+2 more|arXiv (Cornell University)|May 1, 2017

Autonomous Vehicle Technology and Safety参考文献 15被引用数 14

ひとこと要約

本稿では、単眼カメラ画像と3D-LiDAR点群を融合することで、自己走行車における走行可能領域の検出を非教師ありで行う手法を提案する。方向レイヤー地図とスーパーピクセルベースの初期セグメンテーションを用い、ベイズ推論による確率的伝搬を用いたマルコフネットワーク推論により、多層次元特徴を統合し、学習や強い仮定なしにROAD-KITTIベンチマークで最先端の性能を達成した。

ABSTRACT

It has been well recognized that detecting drivable area is central to self-driving cars. Most of existing methods attempt to locate road surface by using lane line, thereby restricting to drivable area on which have a clear lane mark. This paper proposes an unsupervised approach for detecting drivable area utilizing both image data from a monocular camera and point cloud data from a 3D-LIDAR scanner. Our approach locates initial drivable areas based on a "direction ray map" obtained by image-LIDAR data fusion. Besides, a fusion of the feature level is also applied for more robust performance. Once the initial drivable areas are described by different features, the feature fusion problem is formulated as a Markov network and a belief propagation algorithm is developed to perform the model inference. Our approach is unsupervised and avoids common hypothesis, yet gets state-of-the-art results on ROAD-KITTI benchmark. Experiments show that our unsupervised approach is efficient and robust for detecting drivable area for self-driving cars.

研究の動機と目的

• 路線マークが存在しない、または信頼できない複雑な都市部および地方部の未舗装道路において、走行可能領域を検出する課題に対処すること。
• 照明への感受性が強い単眼ビジョンと、詳細が不足する疎なLiDARの限界を補い、補完的データソースを統合すること。
• 強い仮定、学習、手動アノテーションを回避することで、実世界への展開性の高い、頑健で汎用性の高い手法を開発すること。
• 舗装路に限らず、芝生や移行領域など平坦で走行可能な表面を検出可能にすることで、緊急時における安全性を向上させること。

提案手法

• 空間的関係をモデル化するためのデローニー三角形分割を用いて、単眼画像データと3D-LiDAR点群を統合し、障害物ポイントを分類する。
• 画像-LiDAR統合から得られる「方向レイヤー地図」を用い、初期の走行可能領域を特定する。スーパーピクセルを基本処理ユニットとして用いることで、処理効率と境界追随性を向上させる。
• 密な色情報と疎な深度データを統合するために、スーパーピクセルセグメンテーション（Sticky Edge Adhesive Superpixels）を適用する。
• 初期領域から、色、強度、レベル、法線の4つの特徴を学習し、特徴レベルで走行可能領域を記述する。
• 特徴統合をマルコフネットワークとしてモデル化し、特徴を強固に統合するために確率的伝搬アルゴリズムを用いて推論を実行する。
• 初期セグメンテーション（S_int）を事前分布として用い、ラベルなしデータからの自己学習を可能にするためにモデルパラメータを推定する。

実験結果

リサーチクエスチョン

• RQ1 路線マークや学習データに依存せずに、未舗装で変動が激しい都市部および地方部の環境において、走行可能領域を正確に検出できるか？
• RQ2 単眼画像とLiDARデータの非教師あり統合は、照明の変化やシーンの複雑さに対する耐性を高めるのにどの程度効果的か？
• RQ3 ベイズ推論に基づく特徴統合は、単一特徴またはベースライン手法と比較して、検出性能をどの程度向上させるか？
• RQ4 地面が「道路」として定義されるが、システムはより広範な「走行可能領域」を検出するという文脈において、本手法は多様な道路タイプや状況にどの程度一般化可能か？
• RQ5 非教師ありアプローチが、ROAD-KITTIのようなベンチマークデータセットで、教師あり手法と同等の最先端の性能を達成できるか？

主な発見

• 提案手法は非教師ありでありながら、ROAD-KITTIベンチマークで最先端の性能を達成し、URBANデータセットではAPが89.00、UMMでは93.87を記録。HybridCRF や MixedCRF といった教師あり手法を上回った。
• UUサブセットではAPが84.97、MaxFが83.20を達成し、多様で挑戦的な都市シーンにわたる強力な一般化性能を示した。
• ベイズ推論に基づく特徴統合は、ベースラインと比較してMaxF（+10.5ポイント）、AP（+11.3ポイント）、PRE（+11.2ポイント）を大幅に向上させ、その有効性を裏付けた。
• URBANでは高いリcall（91.83％）と低いFNR（8.17％）を達成しており、走行可能領域のカバー率が高く、FPRが高めなのは非道路の平坦な表面を含むためである。
• 初期セグメンテーション（S_int）はリcall（96.25％）が高く、FNR（3.75％）が低く、パラメータ推定のための信頼性の高い事前分布としての有効性が検証された。
• 非教師ありであるにもかかわらず、すべての指標で競争力のある性能を達成し、UMMおよびUUで最高のFPRとPREを記録した。これにより、頑健性と一般化性能が確認された。