ParkFormer：基于Transformer的停车策略 with 目标嵌入和行人感知控制
计算机视觉与模式识别
2025-06-23 v1 人工智能
摘要
自动停车在智能驾驶系统中发挥着关键作用，尤其是在受限的城市环境中，需要高精度控制。虽然传统基于规则的停车系统在面对环境不确定性和密集或动态场景时缺乏适应性，但人类驾驶员能够在没有显式建模的情况下进行直观停车。 Inspired by这一观察，我们提出了一种基于Transformer的端到端自动停车框架，通过学习专家演示来实现。该网络输入包括周围视角相机图像、目标点表示、车辆运动状态以及行人轨迹，输出包括油门、刹车、方向盘和挡位的离散控制序列。我们提出的新型跨注意力模块将BEV特征与目标点集成，基于GRU的行人预测器通过建模动态障碍物来增强安全性。我们在CARLA 0.9.14模拟器上的垂直停车和平行停车场景中验证了该方法。实验表明，该模型实现了96.57%的高成功率，平均位置误差为0.21米，平均方向误差为0.41度。消融研究进一步证明了关键模块（如行人预测和目标点注意力融合）的有效性。代码和数据集将在https://github.com/little-snail-f/ParkFormer发布。
引用
@article{arxiv.2506.16856,
title = {ParkFormer: A Transformer-Based Parking Policy with Goal Embedding and Pedestrian-Aware Control},
author = {Jun Fu and Bin Tian and Haonan Chen and Shi Meng and Tingting Yao},
journal= {arXiv preprint arXiv:2506.16856},
year = {2025}
}