统一端到端 V2X 协作式自动驾驶
计算机视觉与模式识别
2024-05-08 v1 多智能体系统
摘要
通过整合车辆和基础设施的传感器数据，V2X协作被视为推进自动驾驶技术的关键方法。当前研究主要集中于提高感知精度，往往忽视通过端到端学习系统性地提高事故预测精度，导致对自动驾驶安全问题缺乏关注。为应对此挑战，本文引入了UniE2EV2X框架，一个集成了V2X的端到端自动驾驶系统，将关键驾驶模块整合到统一网络中。该框架采用基于可变形注意力的数据融合策略，有效促进了车辆和基础设施之间的协作。主要优势包括：1）显著提升代理人的感知和运动预测能力，从而提高事故预测精度；2）确保数据融合过程的高可靠性；3）相较于模块化方法，端到端感知性能更优。此外，我们在具有挑战性的DeepAccident数据集上实现了UniE2EV2X框架，该数据集是为V2X协作驾驶设计的仿真数据集。
引用
@article{arxiv.2405.03971,
title = {Unified End-to-End V2X Cooperative Autonomous Driving},
author = {Zhiwei Li and Bozhen Zhang and Lei Yang and Tianyu Shen and Nuo Xu and Ruosen Hao and Weiting Li and Tao Yan and Huaping Liu},
journal= {arXiv preprint arXiv:2405.03971},
year = {2024}
}