TinyLidarNet：基于2D激光雷达的F1TENTH自动驾驶赛车端到端深度学习模型
机器人学
2024-10-11 v1 人工智能
计算机视觉与模式识别
机器学习
摘要
先前的研究已证明了端到端深度学习在机器人导航中的有效性，其中控制信号直接从原始感知数据中推导出来。然而，大多数现有端到端导航解决方案主要基于摄像头。在本文中，我们介绍了TinyLidarNet，这是一个轻量级的2D激光雷达基于端到端深度学习模型，用于自动驾驶赛车。一辆使用TinyLidarNet的F1TENTH车辆在第12届F1TENTH自动驾驶大赛中获得了第三名成绩，证明了其具竞争力的性能。我们系统地分析了其在未训练赛道上的性能以及实时处理的计算要求。我们发现，TinyLidarNet基于1D卷积神经网络(CNN)的架构显著优于广泛使用的基于多层感知器(MLP)的架构。此外，我们展示了它可以在低端微控制器单元(MCU)上实时处理。
引用
@article{arxiv.2410.07447,
title = {TinyLidarNet: 2D LiDAR-based End-to-End Deep Learning Model for F1TENTH Autonomous Racing},
author = {Mohammed Misbah Zarrar and Qitao Weng and Bakhbyergyen Yerjan and Ahmet Soyyigit and Heechul Yun},
journal= {arXiv preprint arXiv:2410.07447},
year = {2024}
}