自動運転/知覚2026/9/8arXiv:2609.08338

自動運転レースにおけるマルチモーダル知覚パイプラインによる物体検出と追跡

A Multi-Modal Perception Pipeline for Object Detection and Tracking in Autonomous Racing

自動運転レース向けに、カメラ・LiDAR・RADARの検出結果を後期融合し、遅延補償と車両ダイナミクス・コース知識を組み込んだ追跡フレームワークを提案した。実データ評価で有効性を確認した。

詳しい要約

1. どんなもの？

本論文は、自動運転レース（autonomous racing）領域における物体検出と追跡のためのマルチモーダル知覚パイプラインを提案している。カメラ、LiDAR、RADARの各センサからの独立した検出結果を後期融合（late-fusion）し、専用のマルチオブジェクト追跡フレームワークにより周辺車両の状態推定を提供する。追跡手法は検出遅延を明示的に補償し、車両ダイナミクスとトラックレイアウトの事前知識をモデルに組み込む。高速度、振動、小さい安全マージンといったレース特有の過酷な条件下でのロバストな知覚を目指す。

2. 先行研究と比べてどこがすごい？

先行研究と比較して、本手法は全搭載センサを活用する後期融合アプローチと専用のマルチオブジェクト追跡フレームワークを組み合わせた点が新しい。特に、検出遅延を補償し、車両ダイナミクスとトラックレイアウトの事前知識を追跡モデルに組み込むことで、高速・高振動環境でのロバスト性を向上させている。また、都市部運転でも発生しうる多様な臨界シナリオを含む実データで評価し、安全性と適応的なプランニングを支援する点で先行研究を拡張している。

3. 技術・手法の肝は？

手法の核は、カメラ、LiDAR、RADARからの独立した検出を後期融合するパイプラインと、専用のマルチオブジェクト追跡フレームワークである。追跡では、検出遅延を明示的に補償する機構と、車両ダイナミクスとトラックレイアウトの事前知識をモデルに組み込むことで、状態推定のタイムリーさとロバスト性を実現する。センサの特性を活かしつつ、故障やノイズに対して冗長性を持たせる設計となっている。

4. どうやって有効だと検証した？

実世界データを用いて、多様な臨界シナリオ（都市部運転でも代表的なエッジケースを含む）で実験評価を行い、提案パイプラインの有効性を確認した。具体的な評価指標や比較対象は要旨からは不明だが、安全で適応的なプランニング決定を支援するのに適していることを示している。

5. 議論はある？

要旨からは、提案手法の限界や課題についての議論は不明である。ただし、レース環境特有の高速度や振動、小さい安全マージンに対処する一方で、センサ故障や極端な環境条件での性能低下の可能性、計算コストやリアルタイム性のトレードオフなどが考えられるが、要旨には明記されていない。

6. 次に読むべき論文は？

要旨で参照されている先行研究や関連手法は明示されていないが、同分野の定番として、自動運転における物体検出・追跡のためのマルチモーダル融合手法（例：early fusion, late fusion, Kalman filter-based tracking）や、自動運転レースの知覚システムに関する研究が挙げられる。具体的には、LiDARとカメラの融合による3D物体検出（例：PointPainting, MV3D）や、マルチオブジェクト追跡のための深層学習ベース手法（例：DeepSORT）などが関連する。

※ 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: Davide Malvezzi, Michele Pestarino, Vittoria Cavicchioli, Valentina La Gamba, Silvia Severi, Fabio Bagni, Luca Bartoli, Massimiliano Bosi, Francesco Gatti, Micaela Verucchi, Ayoub Raji, Marko Bertogna

分類: cs.RO, cs.AI

原文アブストラクト

Object detection and tracking are fundamental components of perception systems for autonomous driving. Achieving robust performance under adverse conditions such as limited visibility, sensor noise, and failures remains an open challenge, particularly in autonomous racing, where vehicles operate at very high speeds, experience strong vibrations, and interact under small safety margins. This paper presents a multi-modal late-fusion perception pipeline for object detection and tracking in the autonomous racing domain. The proposed system extends previous work by exploiting all onboard sensors through a late-fusion approach and a dedicated multi-object tracking framework. Independent detections from cameras, LiDARs, and RADARs are combined to provide timely and robust state estimates of surrounding vehicles. The tracking method explicitly compensates for detection delays and embeds in its model prior knowledge of vehicle dynamics and track layout. Experimental evaluation on real-world data across diverse critical scenarios, representative of challenging edge cases also in urban driving, confirms the effectiveness of the proposed pipeline and its suitability to support safe and adaptive planning decisions.

arXivで原文を読む →arXiv概要ページ