基于二维目标边界框的路径规划
机器人学
2024-02-26 v1 人工智能
摘要
在城市环境中实现自动驾驶技术面临重大挑战，需要开发先进的感知系统和运动规划算法。虽然利用LiDAR传感器的端到端自动驾驶方法取得了显著成功，但其缺点可能阻碍实际应用。我们提出以视觉为中心的自动驾驶作为有前景的替代方案，提供简化模型而不牺牲性能。本文提出一种路径规划方法，利用目标的二维边界框，通过模仿学习在城市驾驶场景中开发。通过将高清地图数据与周围摄像头捕获的图像集成，后续感知任务包括边界框检测和跟踪，规划阶段采用图神经网络的局部嵌入和Transformer的全局嵌入进行时空特征聚合，最终生成最优路径规划信息。我们在nuPlan规划任务上评估了模型，观察到与现有以视觉为中心的方法相比具有竞争力。
引用
@article{arxiv.2402.14933,
title = {Path Planning based on 2D Object Bounding-box},
author = {Yanliang Huang and Liguo Zhou and Chang Liu and Alois Knoll},
journal= {arXiv preprint arXiv:2402.14933},
year = {2024}
}