面向成本效益型自动驾驶平台的优化密度基车道保持系统：AurigaBot V1
机器人学
2025-04-08 v1 系统与控制
系统与控制
摘要
自主驾驶汽车的研发在全球范围内引起了研究人员、大学和产业界的广泛关注。自动驾驶车辆集成了诸多子系统，包括车道跟踪、目标检测和车辆控制，需进行充分的测试与验证。规模化的车辆平台以其成本效益高、易于获取为实验提供了便利，为研究人员提供了在计算资源有限的约束条件下优化算法的机会。本文提出了一个四轮自动驾驶车辆平台，旨在促进自动驾驶领域的研究与原型设计。主要贡献包括：(1) 一种基于直方图统计量的 novel 密度聚类方法用于地标跟踪；(2) 横向控制器；(3) 将这些创新集成到一个统一平台中。此外，本文还探讨了通过系统性数据增强实现目标检测，并引入了自动泊车程序。结果表明，该平台在不同光照条件下能够实现可靠的车道跟踪，平滑地跟随轨迹，并表现出一致的目标检测性能。虽然该平台为小规模车辆设计，但这些模块化解决方案可适用于完整规模的自动驾驶系统，为推动研究和产业应用提供了灵活且成本效益高的框架。
引用
@article{arxiv.2504.04217,
title = {An Optimized Density-Based Lane Keeping System for A Cost-Efficient Autonomous Vehicle Platform: AurigaBot V1},
author = {Farbod Younesi and Milad Rabiei and Soroush Keivanfard and Mohsen Sharifi and Marzieh Ghayour Najafabadi and Bahar Moadeli and Arshia Jafari and Mohammad Hossein Moaiyeri},
journal= {arXiv preprint arXiv:2504.04217},
year = {2025}
}
备注
12 pages, 14 figures