Core Concepts
夜間走行シーンでの視覚認識の課題に取り組むため、ステレオビジョンと変換器ベースのニューラルネットワークを組み合わせた「HawkDrive」システムを提案する。
Abstract
本論文では、夜間走行シーンにおける自律走行のための視覚認識システム「HawkDrive」を提案する。
ハードウェアとしてステレオビジョンを採用し、Nvidia Jetson Xavier AGXエッジコンピューティングデバイスを活用する。
ソフトウェアでは、低照度補強、深度推定、セマンティックセグメンテーションのタスクに変換器ベースのニューラルネットワークを適用する。
提案システムは、ROS2フレームワークで実装され、深度推定とセマンティックセグメンテーションの性能向上を示した。
夜間走行シーンでの深度推定誤差をLiDARと比較して27.16%削減し、セマンティックセグメンテーションの平均ピクセル精度を0.76%向上させた。
ステレオビジュアルオドメトリの実験では、提案手法が日中条件を上回る性能を示した。
Stats
夜間シーンの深度推定誤差がLiDARと比較して27.16%削減された。
セマンティックセグメンテーションの平均ピクセル精度が0.76%向上した。
ステレオビジュアルオドメトリの平均推定誤差が日中条件を2.417m下回った。
Quotes
"夜間走行シーンでの視覚認識は自律走行の重要な課題である。"
"ステレオビジョンは単眼カメラよりも深度推定の精度が高いことが示されている。"
"変換器ベースのニューラルネットワークは、深度推定やセマンティックセグメンテーションの性能向上に有効である。"