AARK:面向自主赛车研究的开源工具包
机器人学
2025-09-09 v2 机器学习
系统与控制
系统与控制
摘要
自主赛车要求车辆在物理极限下持续安全控制,为理解日益依赖车辆自主性介入的先进车辆安全系统提供了洞见。该领域的参与门槛较高,物理平台及其传感器套件在可实现的进展之前需要巨额资本支出。仿真器允许研究人员在不购买平台的情况下开发软自主系统。然而,现有仿真器缺乏视觉与动态保真度、仍可能昂贵、缺乏定制性且使用困难。AARK 提供三个软件包:ACI、ACDG 与 ACMPC。这些软件包支持对赛车环境中自主控制系统进行研究,旨在降低该领域进入门槛并提升可重复性:ACI 为研究人员提供面向计算机视觉的接口,便于比较与评估自主控制解决方案;ACDG 用于生成深度、法线及语义分割数据,以训练计算机视觉模型用于感知系统;ACMPC 为该领域新手提供模块化的全栈自主控制解决方案,能够控制车辆进行开发。AARK 旨在统一并 democratize 该领域的研究,这对于提供更安全的道路和可信赖的自主系统至关重要。
关键词
引用
@article{arxiv.2410.00358,
title = {AARK: An Open Toolkit for Autonomous Racing Research},
author = {James Bockman and Matthew Howe and Adrian Orenstein and Feras Dayoub},
journal= {arXiv preprint arXiv:2410.00358},
year = {2025}
}
备注
7 pages, 5 figures