地下停车场占有率预测算法开发
机器人学
2024-09-04 v1 人工智能
摘要
本研究的核心目标是解决自主驾驶在恶劣环境（如地下停车场）中的感知挑战。首先，本文在地下停车场进行数据收集。在 CARLA 模拟环境中建立了一个模拟的地下停车场模型，并在该模拟设置中收集了 SemanticKITTI 格式的占有率 ground truth 数据。随后，本研究将基于 Transformer 的占有网络模型集成到该场景中，以完成占有网格预测任务。设计了综合的 BEV 感知框架，以提高神经网络模型在灯光昏暗、挑战性自主驾驶环境中的准确性。最终，实验验证了所提出解决方案在地下停车场场景中的感知性能。该解决方案在我们自构建的地下停车场数据集 SUSTech-COE-ParkingLot 上进行测试，取得了令人满意的效果。
引用
@article{arxiv.2409.00923,
title = {Development of Occupancy Prediction Algorithm for Underground Parking Lots},
author = {Shijie Wang},
journal= {arXiv preprint arXiv:2409.00923},
year = {2024}
}