Die vorgeschlagene Methode zur Erkennung und Verfolgung bewegter Objekte (DATMO) für autonome Fahrzeuge basiert auf der Berechnung des optischen Flusses aus aufeinanderfolgenden LiDAR-Punktwolken. Zunächst wird die 3D-Punktwolke in eine 2,5D-Rasterkarte umgewandelt. Anschließend wird der optische Fluss zwischen zwei aufeinanderfolgenden Rasterkarten berechnet, um ein Vektorfeld der Geschwindigkeiten in der Ebene zu erhalten. Dieses Vektorfeld wird dann durch zeitliche und räumliche Filterung von Fehldetektionen bereinigt. Schließlich werden die bereinigten Geschwindigkeitsvektoren geclustert und mit einem Kalman-Filter verfolgt, um die Position und Geschwindigkeit der erkannten bewegten Objekte zu schätzen.
Die Leistungsfähigkeit der vorgeschlagenen Methode wird anhand von synthetischen Datensätzen und realen Daten aus dem KITTI-Datensatz evaluiert. Der Vergleich mit dem Stand der Technik zeigt, dass die vorgeschlagene Methode eine höhere Genauigkeit bei der Geschwindigkeitsschätzung und eine geringere Rechenzeit aufweist. Darüber hinaus wird eine Analyse der Schätzfehler in Abhängigkeit von der Konfiguration der Zielfahrzeuge relativ zum Ego-Fahrzeug durchgeführt, um ein Fehlermodell zu entwickeln, das in nachgelagerten Modulen wie Bewegungsplanung und -vorhersage verwendet werden kann.
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by MReza Alipou... at arxiv.org 03-27-2024
https://arxiv.org/pdf/2403.17779.pdfDeeper Inquiries