将方向信息融入端到端驾驶模型以实现转向控制
机器人学
2021-03-11 v1 计算机视觉与模式识别
摘要
在本文中，我们提出一种新颖的用于自动驾驶的端到端深度神经网络模型，该模型以单目图像序列作为输入，直接生成转向控制角度。首先，我们将端到端驾驶问题建模为局部路径规划过程。受经典规划算法（即波束曲率方法）中环境表示的启发，将像素级方向信息输入网络以学习方向感知特征。接下来，为处理训练数据集中转向值分布不平衡的问题，我们提出了对一种称为SteeringLoss2的代价敏感损失函数的改进。此外，我们还提出了一个新的端到端驾驶数据集，其提供相应的LiDAR与图像序列，以及标准驾驶行为。我们的数据集包含多种驾驶场景，如城市、乡村和越野。在公开可用的LiVi-Set和我们自己的数据集上进行了大量实验，结果表明使用我们所提方法的模型能够准确预测转向角。
引用
@article{arxiv.2103.05846,
title = {Incorporating Orientations into End-to-end Driving Model for Steering Control},
author = {Peng Wan and Zhenbo Song and Jianfeng Lu},
journal= {arXiv preprint arXiv:2103.05846},
year = {2021}
}