[论文解读] Motion Estimation in Occupancy Grid Maps in Stationary Settings Using Recurrent Neural Networks

Marcel Schreiber, Vasileios Belagiannis+2 more|arXiv (Cornell University)|Sep 25, 2019

Autonomous Vehicle Technology and Safety参考文献 28被引用 21

一句话总结

本文提出一种基于ConvLSTM层的循环神经网络（RNN），用于从激光雷达测量网格图序列中估计动态占用网格图，预测每个单元格的占用概率及二维速度。该方法在制动和转向等复杂操作中优于粒子滤波基线方法，提供更一致且准确的速度估计，同时在静态区域的错误预测更少。

ABSTRACT

In this work, we tackle the problem of modeling the vehicle environment as dynamic occupancy grid map in complex urban scenarios using recurrent neural networks. Dynamic occupancy grid maps represent the scene in a bird's eye view, where each grid cell contains the occupancy probability and the two dimensional velocity. As input data, our approach relies on measurement grid maps, which contain occupancy probabilities, generated with lidar measurements. Given this configuration, we propose a recurrent neural network architecture to predict a dynamic occupancy grid map, i.e. filtered occupancy and velocity of each cell, by using a sequence of measurement grid maps. Our network architecture contains convolutional long-short term memories in order to sequentially process the input, makes use of spatial context, and captures motion. In the evaluation, we quantify improvements in estimating the velocity of braking and turning vehicles compared to the state-of-the-art. Additionally, we demonstrate that our approach provides more consistent velocity estimates for dynamic objects, as well as, less erroneous velocity estimates in static area.

研究动机与目标

• 解决在复杂城市场景中使用占用网格图建模动态车辆环境的挑战。
• 提升在制动和转向操作期间移动物体的速度估计精度。
• 与基于粒子滤波的方法相比，减少静态区域中的错误速度预测。
• 开发一种不依赖于恒定速度等运动假设的基于学习的方法。
• 通过激光雷达测量的时空序列实现鲁棒且一致的运动估计。

提出的方法

• 该方法采用前馈与循环神经网络模块相结合的混合架构，利用ConvLSTM层处理测量网格图序列。
• ConvLSTM层通过建模时间和空间上的运动关系，捕捉时空依赖性，利用相邻单元格之间的空间上下文信息。
• 网络采用监督方式训练，标签由预处理的激光雷达数据和现有算法自动生成。
• 循环跳跃连接结构确保输出层实现密集且高分辨率的预测。
• 输入为从激光雷达点云生成的测量网格图，每个单元格包含一个占用概率。
• 输出为动态占用网格图，包含每个被占用单元格的占用概率及二维速度分量（vE, vN）。

实验结果

研究问题

• RQ1 与基于粒子滤波的方法相比，基于学习的RNN方法是否能提升动态驾驶场景中的速度估计精度？
• RQ2 所提出的方法是否减少了表示同一物体的相邻单元格之间不一致的速度估计？
• RQ3 在恒定速度假设失效的复杂操作（如制动和转向）中，模型表现如何？
• RQ4 该网络是否能在未见过的城市环境中实现泛化，而无需显式的目标检测或数据关联？
• RQ5 该模型在静态区域中在多大程度上减少了错误的速度预测？

主要发现

• 在启停场景中，所提方法在速度幅值上的平均绝对误差（MAE）为0.742 m/s，优于粒子滤波基线方法的1.268 m/s。
• 在速度方向上，所提方法的平均绝对误差为8.447°，显著低于基线方法的10.515°。
• 在环形驾驶场景中，所提方法将方向MAE降低至6.205°，而基线方法为21.084°，表明在曲线运动中表现更优。
• 在启停场景中，所提方法的平均标准差（¯σvel = 0.264 m/s）更低，表明速度估计更一致。
• 定性评估显示，静态区域中的错误速度预测更少，静态障碍物轮廓处的颜色噪声更少，且速度箭头更趋于切向对齐。
• 该模型在未见过的城市交叉路口中表现出强泛化能力，生成的速度估计与真实值高度吻合，并在动态场景中优于粒子滤波方法。