基于智能自监督基础设施视频预测的网联自动驾驶车辆运动规划
机器人学
2023-09-15 v1 人工智能
摘要
网联自动驾驶车辆（CAVs）有望提升城市交通的安全性、效率与可持续性。然而，这取决于CAV正确预测周围智能体的运动并安全规划自身运动。在复杂城市环境中，由于频繁的遮挡与多智能体间交互，此举颇具挑战。一种解决方案是利用智能基础设施增强CAV的态势感知；本工作采用近期提出的智能传感器“自监督交通顾问”（SSTA）框架，其自行学习生成并广播有用的道路使用者视频预测。本工作中，SSTA预测被修改为预测未来占用率而非原始视频，从而减小广播预测的数据占用。所得预测用于规划框架内，表明该设计能有效辅助CAV运动规划。多种数值实验研究了在拥挤城市环境中使SSTA输出对实际CAV规划有用的关键因素。
引用
@article{arxiv.2309.07504,
title = {Connected Autonomous Vehicle Motion Planning with Video Predictions from Smart, Self-Supervised Infrastructure},
author = {Jiankai Sun and Shreyas Kousik and David Fridovich-Keil and Mac Schwager},
journal= {arXiv preprint arXiv:2309.07504},
year = {2023}
}
备注
2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC)