Online 3D-Objekterkennung mit Tiefenschätzung und Unsicherheitsbewusstsein durch Stereo Vision beim hochautomatisierten Fahren

Abstract

Die Wahrnehmung der dreidimensionalen Umwelt bildet die Grundlage für den Betrieb autonomer Fahrzeuge. Besonders entscheidend ist dabei die 3D-Objekterkennung, um Verkehrssituationen genau einschätzen zu können. Für die 3D-Objekterkennung gibt es verschiedene Methoden wie z. B. das laserbasierte Light detection and ranging (Lidar) oder die kamerabasierte Stereo Vision. Stereo Vision hat den Vorteil, dass weniger Daten als bei Lidar anfallen, was weniger Datenverarbeitung notwendig macht und zudem kostengünstiger ist. Bei der Stereo Vision wird das räumliche Sehen des Menschen, mit zwei Augen, technisch umgesetzt. Dabei wird aus minimalen Unterschieden in dem linkem beziehungsweise rechtem Bild, die Tiefe berechnet. In Kombination mit einer panoptischen Segmentierung, bei der alle Pixel in einem Bild klassifiziert und dabei verschiedene Objekte der gleichen Klasse berücksichtigt werden, können 3D-Objekte berechnet werden. Mit der Verwendung des neuronalen Netzes Evidential Panoptic Segmentation Network (EvPSNet) wird versucht die Unsicherheit, die bei der Segmentierung auftritt, zu berücksichtigen. Im Zuge der Umsetzung wird ein Konzept für eine online Computer Vision (CV)-Pipeline dargelegt, in Verbindung mit der Simulationssoftware für autonomes Fahren Car Learning to Act (CARLA), und dem Robot Operating System (ROS) 2 umgesetzt werden soll. Im Rahmen der Evaluation wurde die Tiefenschätzung und die Segmentierung im Vergleich zu der Ground Truth aus CARLA verglichen. Dabei sind für beide Aspekte gute Ergebnisse ausgewertet worden, die die Zuverlässigkeit des Ansatzes in den evaluierten Szenarien zeigt