単一車載カメラによる近接車両速度推定のための滑らかなカーネル回帰

科学分野:

• コンピュータビジョン
• ロボティクス
• 自動車工学

背景:

• 車両速度の推定は、高度運転支援システム（ADAS）にとって非常に重要である。
• 既存の手法は、高価または複雑なセンサースイートに依存することが多い。
• コスト効率とより広範な採用のためには、リアルタイムでカメラのみのソリューションが必要である。

研究 の 目的:

• 近接車両の相対速度を推定するための、リアルタイムでカメラのみのパイプラインを開発および評価すること。
• LiDARやレーダーなどのアクティブセンサーに代わる、または補完する低コストな選択肢を提供すること。
• 提案手法の精度と限界を評価すること。

主な方法:

• 畳み込みニューラルネットワーク（CNN）、特にYOLOv8を使用した車両検出と追跡。
• バウンディングボックスの角度幅、クラス依存の事前情報、およびカメラ固有値に基づいた距離推定。
• 距離シーケンスへのNadaraya-Watsonカーネル平滑化を適用し、解析的微分を通じて相対速度を推定した。

主要な成果:

• システムは単眼カメラ入力のみを使用して車両の距離と相対速度を正常に推定した。
• 合成データでの評価により、画像中心から離れた位置バイアスが明らかになった。
• 平滑化カーネルにより、安定性と遅延の間のトレードオフが観察された。

結論:

• 提案された検出器に依存しないパイプラインは、単眼カメラデータから車両速度を効果的に推定する。
• このアプローチは、運転支援アプリケーションに実行可能で低コストなソリューションを提供する。
• 特定された限界に対処するには、実世界シナリオでのさらなる検証が必要である。