車線検出/協調知覚2025/12/1arXiv:2512.14355

CoLD Fusion: 車車間通信を活用した車線検出のためのリアルタイム対応スプライン融合アルゴリズム

CoLD Fusion: A Real-time Capable Spline-based Fusion Algorithm for Collective Lane Detection

車車間通信で得た車線情報をスプラインで融合し、未検出区間を補間することで、リアルタイムに車線の知覚範囲を最大200%拡張する手法を提案。

詳しい要約

1. どんなもの？

- 車車間通信（vehicle-to-vehicle communication）を用いた車線検出のための集合知覚（collective perception）アルゴリズム - 名称は CoLD Fusion。spline-based な推定により未検出の道路区間を補完する - 自律走行車の環境知覚を拡張することを目的とする - real-time capable な手法として提案されている

2. 先行研究と比べてどこがすごい？

- 集合知覚（collective perception）はこれまで車線検出には未探索の戦略であったと述べられている - 従来の単車センシングでは sensor range の制限、occlusion、curve により完全な知覚が困難 - HD maps が無い、または正確な localization が不可能な状況でも、知覚した道路情報のみに依存できる点が利点 - 先行研究との具体的な比較数値は要旨からは不明

3. 技術・手法の肝は？

- spline-based estimation により、検出されていない道路区間を推定する - vehicle-to-vehicle communication による集合知覚で各車の知覚情報を統合する - 融合（fusion）アルゴリズムとして real-time 動作を志向 - 詳細なアルゴリズム構成は要旨からは不明

4. どうやって有効だと検証した？

- 様々な状況・道路種別（various situations and road types）で提案 fusion algorithm を評価 - real-time capability を達成したと報告 - 知覚範囲（perception range）を最大 200% 拡張できたと報告 - 具体的なデータセット名や評価指標は要旨からは不明

5. 議論はある？

- 限られた sensor range、occlusion、curve が完全知覚を妨げる課題として挙げられている - HD maps 不在や localization 不能時の代替手段として位置づけ - 集合知覚の車線検出への適用可能性を示唆 - 限界や失敗事例に関する議論は要旨からは不明

6. 次に読むべき論文は？

- vehicle-to-vehicle communication を用いた collective perception の先行研究 - spline-based な道路・車線推定に関する研究 - HD maps を用いない lane detection 手法 - 具体的な参照論文名は要旨からは不明

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Jörg Gamerdinger, Sven Teufel, Georg Volk, Oliver Bringmann

分類: cs.RO

原文アブストラクト

Comprehensive environment perception is essential for autonomous vehicles to operate safely. It is crucial to detect both dynamic road users and static objects like traffic signs or lanes as these are required for safe motion planning. However, in many circumstances a complete perception of other objects or lanes is not achievable due to limited sensor ranges, occlusions, and curves. In scenarios where an accurate localization is not possible or for roads where no HD maps are available, an autonomous vehicle must rely solely on its perceived road information. Thus, extending local sensing capabilities through collective perception using vehicle-to-vehicle communication is a promising strategy that has not yet been explored for lane detection. Therefore, we propose a real-time capable approach for collective perception of lanes using a spline-based estimation of undetected road sections. We evaluate our proposed fusion algorithm in various situations and road types. We were able to achieve real-time capability and extend the perception range by up to 200%.

arXivで原文を読む →arXiv概要ページ

← 論文一覧