激进深度驾驶：基于CNN代价模型的模型预测控制
机器人学
2017-07-18 v1
摘要
我们提出了一种用于激进高速自动驾驶任务的基于视觉的模型预测控制（MPC）框架。我们的方法使用深度卷积神经网络从输入视频中预测代价函数，这些函数可直接用于带 MPC 的在线轨迹优化。我们在高速自动驾驶场景中演示了该方法，其中我们使用单个单目相机和深度卷积神经网络来预测车辆前方赛道的代价图。结果在 1:5 比例自动驾驶车辆上针对高速激进驾驶任务得到展示。
引用
@article{arxiv.1707.05303,
title = {Aggressive Deep Driving: Model Predictive Control with a CNN Cost Model},
author = {Paul Drews and Grady Williams and Brian Goldfain and Evangelos A. Theodorou and James M. Rehg},
journal= {arXiv preprint arXiv:1707.05303},
year = {2017}
}
备注
11 pages, 7 figures