面向汽车信息物理系统的鲁棒感知架构设计
机器学习
2022-05-18 v1 机器人学
系统与控制
系统与控制
摘要
在新兴的汽车信息物理系统（CPS）中，精确的环境感知对于实现安全与性能目标至关重要。为车辆实现鲁棒感知需要解决与传感器选择/布置、目标检测及传感器融合相关的多个复杂问题。当前方法孤立地处理这些问题，导致解决方案效率低下。我们提出了 PASTA，一个对深度学习与传感进行全局协同优化以实现可靠车辆感知的新型框架。基于奥迪-TT 和宝马 Mini-Cooper 车辆的实验结果表明，PASTA 能够找到鲁棒的、针对特定车辆的感知架构方案。
引用
@article{arxiv.2205.08067,
title = {Robust Perception Architecture Design for Automotive Cyber-Physical Systems},
author = {Joydeep Dey and Sudeep Pasricha},
journal= {arXiv preprint arXiv:2205.08067},
year = {2022}
}