动态光照和天气条件下基于电动汽车的车道保持算法的开发、分析与评估
机器人学
2024-06-12 v1
摘要
自动驾驶汽车有潜力减少道路上的事故和死亡人数。许多量产车已经配备了基本的自动驾驶能力，但在恶劣光照和天气条件下难以保持车道。因此，我们使用结合深度学习和手工设计的混合方法以及端到端深度学习方法，开发、分析和评估了两种在动态天气条件下的车辆车道保持算法。我们使用基于图像分割和线性回归的深度学习来驱动车辆朝向车道中心行驶，并测量完成的圈数、平均速度和每圈的平均转向误差。我们的混合模型比端到端深度学习模型完成了更多圈数。未来，我们有兴趣将我们的算法结合起来，形成一种统一的车道跟随方法。
引用
@article{arxiv.2406.06899,
title = {Developing, Analyzing, and Evaluating Vehicular Lane Keeping Algorithms Under Dynamic Lighting and Weather Conditions Using Electric Vehicles},
author = {Michael Khalfin and Jack Volgren and Matthew Jones and Luke LeGoullon and Joshua Siegel and Chan-Jin Chung},
journal= {arXiv preprint arXiv:2406.06899},
year = {2024}
}
备注
Supported by the National Science Foundation under Grants No. 2150292 and 2150096