V2X-Lead：基于LiDAR并集成车联网通信的端到端自动驾驶
机器人学
2023-09-28 v1 机器学习
摘要
本文提出一种基于LiDAR并集成车联网（Vehicle-to-Everything, V2X）通信的端到端自动驾驶方法，称为V2X-Lead，以应对混合自主交通条件下非规制城市场景行驶的挑战。该方法旨在通过融合车载LiDAR传感器与V2X通信数据来处理不完美的部分观测。采用无模型离策略深度强化学习（DRL）算法训练驾驶智能体，其结合了精心设计的奖励函数与多任务学习技术，以增强跨多样驾驶任务与场景的泛化能力。实验结果表明，所提方法在提升混合自主交通中穿越无信号交叉口任务的安全性和效率方面有效，且对先前未见的场景（如环岛）具有泛化能力。V2X通信的集成为自动驾驶车辆（AVs）提供了超越车载传感器的周边环境感知重要数据源，从而实现更准确全面的驾驶环境感知以及更安全稳健的驾驶行为。
引用
@article{arxiv.2309.15252,
title = {V2X-Lead: LiDAR-based End-to-End Autonomous Driving with Vehicle-to-Everything Communication Integration},
author = {Zhiyun Deng and Yanjun Shi and Weiming Shen},
journal= {arXiv preprint arXiv:2309.15252},
year = {2023}
}
备注
To be published in IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), 2023