基于动态视觉传感器数据的脉冲神经网络自动驾驶:以交通灯变化检测为例
计算机视觉与模式识别
2025-02-12 v2 神经与进化计算
机器人学
图像与视频处理
摘要
自动驾驶是一项具有挑战性的任务,已获得学术界和工业界的广泛关注。当前使用卷积神经网络的解决方案需要大量计算资源,导致高功耗。脉冲神经网络(SNNs)提供了一种替代的计算模型来处理信息并做出决策。这种具有生物学合理性的模型具有低延迟和能效高的优势。近期使用SNNs进行自动驾驶的工作大多聚焦于简化仿真环境中的简单任务,如车道保持。本文在CARLA仿真器中的照片级真实驾驶场景上研究SNNs,这是朝在真实车辆上使用SNNs迈出的重要一步。该方法的有效性和泛化能力将被考察。
引用
@article{arxiv.2311.09225,
title = {Autonomous Driving using Spiking Neural Networks on Dynamic Vision Sensor Data: A Case Study of Traffic Light Change Detection},
author = {Xuelei Chen and Sotirios Spanogianopoulos},
journal= {arXiv preprint arXiv:2311.09225},
year = {2025}
}