MARS：一种实例感知、模块化且逼真的自动驾驶模拟器
计算机视觉与模式识别
2024-08-28 v1
摘要
如今，自动驾驶汽车在常规情况下已能平稳行驶，且人们广泛认识到逼真的传感器仿真将通过模拟剩余长尾场景在解决这些问题中发挥关键作用。为此，我们提出了一种基于神经辐射场（NeRFs）的自动驾驶模拟器。与现有工作相比，我们的模拟器具有三个显著特征：（1）实例感知。我们的模拟器使用独立网络分别对前景实例与背景环境建模，从而可分别控制实例的静态（如尺寸与外观）和动态（如轨迹）属性。（2）模块化。我们的模拟器允许在不同现代 NeRF 相关骨干网络、采样策略、输入模态等之间灵活切换。我们期望这种模块化设计能推动基于 NeRF 的自动驾驶仿真的学术进展与工业部署。（3）逼真。在最佳模块选择下，我们的模拟器刷新了 state-of-the-art 的照相级真实感结果。我们的模拟器将开源，而我们大多数同类工作则未开源。项目主页：https://open-air-sun.github.io/mars/。
引用
@article{arxiv.2307.15058,
title = {MARS: An Instance-aware, Modular and Realistic Simulator for Autonomous Driving},
author = {Zirui Wu and Tianyu Liu and Liyi Luo and Zhide Zhong and Jianteng Chen and Hongmin Xiao and Chao Hou and Haozhe Lou and Yuantao Chen and Runyi Yang and Yuxin Huang and Xiaoyu Ye and Zike Yan and Yongliang Shi and Yiyi Liao and Hao Zhao},
journal= {arXiv preprint arXiv:2307.15058},
year = {2024}
}
备注
CICAI 2023, project page with code: https://open-air-sun.github.io/mars/