The ability of automated vehicles (AVs) to determine the position of objects in three-dimensional space plays a key role in motion planning. The implementation of algorithms that solve this problem is particularly difficult for systems that use only monocular cameras, as depth estimation is a non-trivial task for them. Nevertheless, such systems are widespread due to their relative cheapness and ease of use. In this paper, we propose a method to determine the position of vehicles (the most common type of objects in urban scenes) in the form of oriented bounding boxes in birds’-eye view based on an image obtained from a single monocular camera. This method consists of two steps. In the first step, a projection of the visible boundary of the vehicle in the birds’-eye view is computed based on 2D obstacle detections and roadway segmentation in the image. The resulting projection is assumed to represent the noisy measurements of the two orthogonal sides of the vehicle. In the second step, an oriented bounding box is constructed around the obtained projection. For this stage, we propose a new algorithm for constructing the bounding box based on the assumption of the L-shape model. The algorithm was tested on a prepared real-world dataset. The proposed L-shape algorithm outperformed the best of the compared algorithms in terms of the Jaccard coefficient (Intersection over Union, IoU) by 2.7%.
Способность высокоавтоматизированных транспортных средств (ВАТС) определять положение объектов в трехмерном пространстве играет ключевую роль в планировании движения. Реализация алгоритмов, решающих данную проблему, особенно сложна для систем, использующих исключительно монокулярные камеры, т.к. для них оценка глубины представляет нетривиальную задачу. Тем не менее такие системы широко распространены ввиду относительной дешевизны и простоты эксплуатации. В данной статье мы предлагаем метод к определению положения транспортных средств (наиболее распространенного типа объектов окружения в городских условиях) в виде произвольно ориентированных ограничивающих рамок на виде сверху (birds’-eye view) по изображению, полученному с одной монокулярной камеры. Этот метод состоит из двух этапов. На первом этапе вычисляется проекция видимой границы транспортного средства в виде сверху на основе 2D-детекций препятствий и сегментации проезжей части на изображении. Предполагается, что полученная проекция представляет зашумленные измерения двух ортогональных сторон ТС. На втором этапе строится ориентированная ограничивающая рамка вокруг полученной проекции. Для этого этапа мы предлагаем новый алгоритм построения рамки на основе предположения об L-образности проекции: L-shape алгоритм. Тестирование алгоритма проводилось на самостоятельно подготовленном наборе реальных данных. Предлагаемый L-shape алгоритм превзошел лучший из сравниваемых алгоритмов по коэффициенту Жаккара (Intersection over Union, IoU) на 2.7%.