基于编辑马尔可夫过程生成感知失效场景的加速方法
人工智能
2024-07-02 v1 机器人学
摘要
随着自动驾驶技术的快速发展，自动驾驶汽车已成为未来交通系统的核心焦点。场景生成技术已成为测试和验证自动驾驶系统安全性能的关键工具。当前的研究主要聚焦于公开道路如高速公路，关于地下停车场的研究相对有限。地下停车场独特的结构限制、照明不足以及高密度障碍物，对感知系统提出了更高的要求，这些系统是自动驾驶技术的关键。本研究提出一种针对地下停车场环境的感知失效场景加速生成方法，旨在测试和改善自动驾驶车辆（AV）在此类环境下的感知算法安全性能。本文提出的方法通过学习感知失效场景中背景车辆（BVs）与自动驾驶车辆（AVs）之间的相互作用，生成高密度感知失效场景的智能测试环境。此外，该方法编辑感知失效场景数据中的马尔可夫过程，以增加训练数据中关键信息的密度，从而优化感知失效场景的学习和生成。使用 Carla 和 Vissim 平台开发了一个地下停车场仿真环境，并采用 Bevfusion 作为测试用的感知算法。该研究表明，该方法能够生成高密度感知失效场景的智能测试环境，并在该实验 setup 中提升感知算法的安全性能。
引用
@article{arxiv.2407.00980,
title = {Acceleration method for generating perception failure scenarios based on editing Markov process},
author = {Canjie Cai},
journal= {arXiv preprint arXiv:2407.00980},
year = {2024}
}