基于环视监控系统的自动驾驶场景理解网络
计算机视觉与模式识别
2018-05-21 v1 人工智能
机器学习
摘要
现代驾驶辅助系统依赖多种传感器（RADAR、LIDAR、超声波和摄像头）进行场景理解与预测，这些传感器通常用于检测导航所需的交通参与者和场景要素。本文认为，基于摄像头的系统特别是环视监控(AVM)系统，在泊车与行驶模式下均以更低成本实现上述目标具有巨大潜力。本文贡献如下：提出一种端到端的新方案，通过识别驾驶车辆各方向最近障碍物来划定每帧的安全可行驶区域；利用该方法计算到最近障碍物的距离，并将其整合进一个能够联合完成目标检测、路缘检测与安全可行驶区域检测的统一端到端架构；此外，我们描述了面向高精度方案和低复杂度方案的一系列网络，并进一步将基础架构扩展至3D目标检测。
引用
@article{arxiv.1805.07029,
title = {Scene Understanding Networks for Autonomous Driving based on Around View Monitoring System},
author = {JeongYeol Baek and Ioana Veronica Chelu and Livia Iordache and Vlad Paunescu and HyunJoo Ryu and Alexandru Ghiuta and Andrei Petreanu and YunSung Soh and Andrei Leica and ByeongMoon Jeon},
journal= {arXiv preprint arXiv:1805.07029},
year = {2018}
}
备注
Accepted by CVPR 2018 Workshop on Autonomous Driving