基于多视角注意力学习扩展视觉端到端驾驶
计算机视觉与模式识别
2023-07-25 v3
摘要
在端到端驾驶中，人类驾驶演示通过模仿学习来训练基于感知的驾驶模型。该过程以车辆信号（如转向角、加速度）作为监督，但不需要对传感器数据施加额外昂贵的标注监督。作为此类基于视觉的端到端驾驶模型的代表，CILRS 常被用作与新驾驶模型比较的基线。迄今为止，一些最新模型通过使用昂贵的传感器套件和/或大量人工标注数据训练，取得了优于 CILRS 的性能。鉴于性能差异，有人可能认为追求基于视觉的纯端到端驾驶已无价值。然而，我们主张考虑到成本与维护，该方法仍具重大价值与潜力。本文提出 CIL++，它在 CILRS 基础上，既利用受人类启发的人眼视场角（HFOV）作为归纳偏置处理更高分辨率图像，又引入了恰当的注意力机制。CIL++ 与开发成本更高的模型相比具有竞争力。我们建议以 CIL++ 替代 CILRS，作为仅由车辆信号监督、通过条件模仿学习训练的强视觉纯端到端驾驶基线。
引用
@article{arxiv.2302.03198,
title = {Scaling Vision-based End-to-End Driving with Multi-View Attention Learning},
author = {Yi Xiao and Felipe Codevilla and Diego Porres and Antonio M. Lopez},
journal= {arXiv preprint arXiv:2302.03198},
year = {2023}
}
备注
This paper has been accepted to the 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2023)