基于双点视觉驾驶员控制模型的视觉自主车辆控制
计算机视觉与模式识别
2019-10-14 v1 机器人学
摘要
本工作提出一种新的自动驾驶框架，该框架使用人类驾驶员控制模型，其特征输入值通过深度卷积神经网络（CNNs）从图像中提取。近年来，使用 CNNs 的图像处理技术配合加速计算硬件的发展，使得这些特征输入值的实时检测成为可能。使用人类驾驶员模型可使自动驾驶车辆表现出更“自然”的驾驶行为。具体而言，我们使用著名的双点视觉驾驶员控制模型作为控制器，并使用自上而下的车道代价图 CNN 与 YOLOv2 CNN 来提取特征输入值。该框架仅依赖单目相机和车轮速度传感器等低成本传感器的输入。我们在户外赛道上使用 1/5 比例自动驾驶车辆平台对所提框架进行了实验验证。
引用
@article{arxiv.1910.04862,
title = {Vision-Based Autonomous Vehicle Control using the Two-Point Visual Driver Control Model},
author = {Justin Zheng and Kazuhide Okamoto and Panagiotis Tsiotras},
journal= {arXiv preprint arXiv:1910.04862},
year = {2019}
}