一统天下之本体论：自动驾驶中的极端情况场景
机器人学
2023-07-18 v2
摘要
当前自动驾驶车辆大规模部署的核心障碍在于罕见事件的长尾分布。这些事件极具挑战性，因为它们在深度神经网络所用训练数据中并不常出现。为应对该问题，我们提出生成额外的合成训练数据，以覆盖各类极端情况场景。由于本体论能够表示人类专家知识并支持计算处理，我们将其用于场景描述。我们提出的主本体论能够建模文献中所有常见极端情况类别的场景。从该主本体论可派生出任意描述场景的本体论。这些本体论能以自动化方式转换为OpenSCENARIO格式，并随后在仿真中执行。由此，也可生成具有挑战性的测试与评估场景。
引用
@article{arxiv.2209.00342,
title = {One Ontology to Rule Them All: Corner Case Scenarios for Autonomous Driving},
author = {Daniel Bogdoll and Stefani Guneshka and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2209.00342},
year = {2023}
}
备注
Daniel Bogdoll and Stefani Guneshka contributed equally. Accepted for publication at ECCV 2022 SAIAD workshop