본 연구는 자율주행 차량에 필수적인 도로 표면 상태 인식 기술을 새로운 관점에서 접근한다. 기존의 모노큘러 깊이 추정 및 스테레오 매칭 방식은 도로 높이 정보를 효과적으로 활용하지 못하는 한계가 있다.
이에 본 연구는 조류 시점(Bird's-Eye-View)에서 도로 표면 높이를 재구성하는 두 가지 모델을 제안한다. RoadBEV-mono는 모노큘러 이미지를 활용하여 직접적으로 도로 높이를 추정하고, RoadBEV-stereo는 스테레오 이미지의 차이를 활용하여 도로 높이를 추정한다.
실험 결과, 제안 모델들은 기존 방식 대비 월등한 성능을 보였다. 모노큘러 기반 모델은 기존 대비 50% 향상된 성능을, 스테레오 기반 모델은 기존 대비 3배 향상된 성능을 달성했다. 이는 조류 시점에서 도로 높이 정보를 효과적으로 활용할 수 있기 때문이다.
본 연구는 자율주행 차량의 주행 안전성 및 승차감 향상에 기여할 것으로 기대된다. 또한 조류 시점 기반 3D 인식 기술 발전에 유용한 참고가 될 것이다.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Tong Zhao,Le... a las arxiv.org 04-11-2024
https://arxiv.org/pdf/2404.06605.pdfConsultas más profundas