基于视觉感知的自动驾驶车辆在障碍规避场景中的感知
计算机视觉与模式识别
2025-07-17 v1
摘要
障碍规避是确保自动驾驶车辆安全的关键。准确的感知与运动规划对于使车辆在复杂环境中导航并避免碰撞至关重要。本文提出一种高效障碍规避管线，利用仅摄像头的感知模块和基于 Frenet-Pure Pursuit 的规划策略。通过整合计算机视觉技术进步，该系统利用 YOLOv11 进行目标检测，并采用 Depth Anything V2 等最新单目深度估计模型来估计物体距离。对这些模型进行比较分析，提供了在实际条件下其准确性、效率和鲁棒性方面的宝贵见解。该系统在大学校园的多样化场景中进行评估，展示了其处理各种障碍物的有效性并提升了自动导航能力。呈现实验结果的视频可在：https://www.youtube.com/watch?v=FoXiO5S_tA8 查看。
引用
@article{arxiv.2507.12449,
title = {Vision-based Perception for Autonomous Vehicles in Obstacle Avoidance Scenarios},
author = {Van-Hoang-Anh Phan and Chi-Tam Nguyen and Doan-Trung Au and Thanh-Danh Phan and Minh-Thien Duong and My-Ha Le},
journal= {arXiv preprint arXiv:2507.12449},
year = {2025}
}
备注
7 pages, 6 figures, 4 tables, HSI 2025