交通灯感知框架ATLAS：面向自动驾驶的可靠感知系统
计算机视觉与模式识别
2025-04-29 v1 机器学习
摘要
交通灯感知是自动驾驶车辆基于摄像头的感知系统中的关键组件，能够实现对交通灯的准确检测与解读，确保在复杂城市环境中安全导航。本文提出了一种模块化感知框架，集成最新检测模型与 novel 实时关联与决策框架，实现无缝部署至自动驾驶堆栈。为解决现有公开数据集的局限性，本文引入ATLAS数据集，提供了在多样环境条件和摄像头配置下，对交通灯状态与图示的全面标注。该数据集已公开发布于 https://url.fzi.de/ATLAS。我们在ATLAS数据集上训练和评估了多种最新交通灯检测架构，显著提升了准确率和鲁棒性。最后，我们在真实场景中部署该框架于自动驾驶车辆，以交通灯控制的交叉口做出决策，凸显其可靠性和实时操作的有效性。
引用
@article{arxiv.2504.19722,
title = {The ATLAS of Traffic Lights: A Reliable Perception Framework for Autonomous Driving},
author = {Rupert Polley and Nikolai Polley and Dominik Heid and Marc Heinrich and Sven Ochs and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2504.19722},
year = {2025}
}
备注
Accepted at IEEE Intelligent Vehicles Symposium (IV 2025). Dataset link: https://url.fzi.de/ATLAS