[論文レビュー] Preprocessing Methods of Lane Detection and Tracking for Autonomous Driving

Akram Heidarizadeh|arXiv (Cornell University)|Apr 10, 2021

Autonomous Vehicle Technology and Safety参考文献 35被引用数 5

ひとこと要約

この論文は、自動運転システムにおけるリアルタイムビジョンベースのレーン検出およびトラッキングのための前処理技術について包括的なサーベイを提供している。画像の平滑化、ROI選択、色彩空間変換、逆射影マッピングなどの手法を評価し、レーンマークの可視性を向上させ、ノイズを低減することで、劣悪な照明、影、悪天候などの厳しい条件下でも頑健な性能を実現する。

ABSTRACT

In the past few years, researches on advanced driver assistance systems (ADASs) have been carried out and deployed in intelligent vehicles. Systems that have been developed can perform different tasks, such as lane keeping assistance (LKA), lane departure warning (LDW), lane change warning (LCW) and adaptive cruise control (ACC). Real time lane detection and tracking (LDT) is one of the most consequential parts to performing the above tasks. Images which are extracted from the video, contain noise and other unwanted factors such as variation in lightening, shadow from nearby objects and etc. that requires robust preprocessing methods for lane marking detection and tracking. Preprocessing is critical for the subsequent steps and real time performance because its main function is to remove the irrelevant image parts and enhance the feature of interest. In this paper, we survey preprocessing methods for detecting lane marking as well as tracking lane boundaries in real time focusing on vision-based system.

研究の動機と目的

• リアルタイム自動運転システムにおけるレーン検出の頑健性を向上させる前処理技術を特定および分析すること。
• 画像品質に影響を与える要因としての照明の変動、影、道路表面の不規則さ、悪天候などの課題に対処すること。
• 前処理がその後続のレーン検出およびトラッキングの精度をどのように向上させるかを評価すること。
• ビジョンベースのレーン検出パイプラインで用いられるフィルタリング、画像変換、およびパースペクティブマッピング技術の体系的レビューを提供すること。

提案手法

• ノイズ低減および画像ディテールの平滑化のための中央値フィルタおよびガウスフィルタの適用。
• 画像コントラストおよび明るさの向上による特徴の可視性向上のためのヒストグラム等値化の利用。
• 関連する道路領域に処理を集中させるために、領域の注目（ROI）選択の実装。
• 幾何的整合性の向上のため、道路画像を地上からの上空視点に変換する逆射影マッピング（IPM）の採用。
• 特徴抽出の簡素化のため、カラー画像をグレースケールまたは他の色彩空間に変換。
• レーン検出およびトラッキングアルゴリズムの入力準備を目的として、前処理ステップをパイプラインに統合。

実験結果

リサーチクエスチョン

• RQ1 どの前処理技術がリアルタイムレーン検出システムにおいてノイズ低減とレーンマークの可視性向上に最も効果的か？
• RQ2 シャドウや照明変動などの画像アーティファクトを処理するにあたり、異なるフィルタリング手法（例：中央値、ガウス、ヒストグラム）の性能はどのように比較されるか？
• RQ3 複雑な道路ジオメトリに起因する条件下で、逆射影マッピング（IPM）がレーン検出の正確性をどのように向上させるか？
• RQ4 ROI選択はリアルタイム性能および計算効率にどのように寄与するか？
• RQ5 前処理手法は、その後続のレーン検出およびトラッキングアルゴリズムの頑健性をどの程度向上させるか？

主な発見

• 中央値フィルタおよびガウスフィルタは、ランダムノイズ、ソルトアンドペッパーノイズ、雨や雪、汚れた道路に起因するアーティファクトを効果的に低減する。
• ヒストグラム等値化により、コントラストおよび明るさが向上し、薄いまたは褪色したレーンマークの可視性が向上する。
• ROI選択により、関連する道路領域に限定して処理を行うため、計算負荷が顕著に低減される。
• 適切な前処理により、その後続のレーン検出およびトラッキング段階の成功確率が向上し、特に影や劣悪な照明条件下でも顕著に効果的である。
• 複数の前処理技術を統合することで、単体の手法に比べてより頑健でリアルタイム対応可能なレーン検出システムが実現される。