用于自动驾驶避撞的序列空间网络
计算机视觉与模式识别
2023-03-15 v1 人工智能
摘要
多种自动驾驶策略已应用于自动驾驶车辆，尤其在避撞领域。避撞旨在通过调整自动驾驶车辆（AV）的轨迹，避免与周围车辆轨迹发生交叉或重叠。大量精细视觉算法（如 ResNet、YOLO 等）已被设计用于目标检测、分类等任务，并因准确快速捕获区域特征的能力而在视觉任务中表现优异。然而，由于不同任务的可变性，上述模型在捕获小区域上表现良好，但在将输入图像的区域特征相互关联方面仍显不足。本文旨在解决该问题，开发一种算法，在考虑 CNN 捕获区域特征优势的同时，利用注意力变体建立区域间特征关联。最终，我们的模型在 L5Kit 测试集上相比其他视觉模型取得了更优性能。每 10000 帧行驶距离的平均碰撞次数为 19.4，大幅提升了避撞成功率。
引用
@article{arxiv.2303.07352,
title = {Sequential Spatial Network for Collision Avoidance in Autonomous Driving},
author = {Haichuan Li and Liguo Zhou and Zhenshan Bing and Marzana Khatun and Rolf Jung and Alois Knoll},
journal= {arXiv preprint arXiv:2303.07352},
year = {2023}
}
备注
arXiv admin note: substantial text overlap with arXiv:2303.06714