迈向协作式自动驾驶：仿真平台与端到端系统
计算机视觉与模式识别
2025-04-10 v2
摘要
车辆到一切辅助的自动驾驶 (V2X-AD) 在提供更安全驾驶解决方案方面具有巨大潜力。尽管在交通和通信领域有支持 V2X-AD 的广泛研究，但这些基础设施和通信资源在提升驾驶性能方面的实际利用在很大程度上仍未被探索。这凸显了协作式自动驾驶的必要性：一种优化信息共享策略以提高每辆车驾驶性能的机器学习方法。这一努力需要两个关键基础：一个能够生成数据以促进 V2X-AD 训练和测试的平台，以及一个将完整驾驶相关功能与信息共享机制相集成的综合系统。从平台角度，我们提出了 V2Xverse，一个用于协作式自动驾驶的综合仿真平台。该平台为协作驾驶提供了完整的流水线。从系统角度，我们引入了 CoDriving，一种新颖的端到端协作驾驶系统，它在整个自动驾驶流水线中妥善集成了 V2X 通信，通过共享感知信息促进驾驶。其核心思想是一种新颖的面向驾驶的通信策略。利用这一策略，CoDriving 在优化通信效率的同时提高了驾驶性能。我们使用 V2Xverse 制作了全面的基准测试，分析了模块化性能和闭环驾驶性能。实验结果表明，CoDriving：i) 与 SOTA 端到端驾驶方法相比，驾驶分数显著提高了 62.49%，行人碰撞率大幅降低了 53.50%，以及 ii) 在动态约束通信条件下实现了持续的驾驶性能优势。
引用
@article{arxiv.2404.09496,
title = {Towards Collaborative Autonomous Driving: Simulation Platform and End-to-End System},
author = {Genjia Liu and Yue Hu and Chenxin Xu and Weibo Mao and Junhao Ge and Zhengxiang Huang and Yifan Lu and Yinda Xu and Junkai Xia and Yafei Wang and Siheng Chen},
journal= {arXiv preprint arXiv:2404.09496},
year = {2025}
}
备注
Accepted by IEEE T-PAMI