利用众包车辆轨迹改善自动驾驶汽车在施工区的建图与导航
机器人学
2023-01-24 v1 人工智能
摘要
网联自动驾驶汽车（CAV）建图的流行方案包括高精地图（HD map）或实时同步定位与建图（SLAM）。两种方法都仅依赖车辆自身（车载传感器或嵌入式地图），无法很好地适应如施工区等临时变更的可行驶区域。在此类区域中导航 CAV 严重依赖于车辆如何基于感知信息定义可行驶区域。提升感知精度并确保对感知结果的正确解读在这些情形下对车辆而言具有挑战性。本文提出一个原型，将众包轨迹信息引入建图过程，以增强 CAV 对可行驶区域与交通规则的理解。基于众包轨迹，应用高斯混合模型（GMM）构建临时变更的可行驶区域与占据栅格地图（OGM）。所提方法与无任何人类驾驶信息的 SLAM 进行比较。我们的方法较好地适配了下游路径规划与车辆控制模块，且 CAV 未违反驾驶规则，而纯 SLAM 方法未能做到这一点。
引用
@article{arxiv.2301.09194,
title = {Improving Autonomous Vehicle Mapping and Navigation in Work Zones Using Crowdsourcing Vehicle Trajectories},
author = {Hanlin Chen and Renyuan Luo and Yiheng Feng},
journal= {arXiv preprint arXiv:2301.09194},
year = {2023}
}
备注
Presented at TRBAM. Journal version in progress