基于 CNN 和 LSTM 的 Waymo 无人驾驶汽车数据分析与驾驶建模
机器人学
2025-05-06 v1
摘要
无人驾驶汽车是汽车工业最大的创新之一，但要实现或接近人类水平的准确率是当今研究科学家面临的最大挑战。与人类不同，自动驾驶车辆不依赖本能，而是根据通过机器学习模型训练的训练数据做出决策，这使它们能够在现实世界中面对的各种条件下做出决策。随着机器学习，尤其是深度学习的发展，无人驾驶汽车研究迅速发展。本项目提出了多种预测自主车辆加速度的方法，利用 Waymo 开放数据集。我们的主要方法是使用 CNN 模拟人类动作，同时使用 LSTM 将其视为时间序列问题。
引用
@article{arxiv.2505.01446,
title = {Waymo Driverless Car Data Analysis and Driving Modeling using CNN and LSTM},
author = {Aashish Kumar Misraa and Naman Jain and Saurav Singh Dhakad},
journal= {arXiv preprint arXiv:2505.01446},
year = {2025}
}
备注
This work contributed to research acknowledged in https://doi.org/10.3390/app10062046