Loading...
机构名称:
¥ 1.0

合作利用通过V2X通信的自我车辆和基础设施传感器数据的合作已成为高级自主驾驶的一种有前途的方法。但是,当前的研究主要集中在改善个体模块上,而不是端到端学习以选择最终的计划绩效,从而导致数据潜在的未充分利用。在本文中,我们介绍了一个开拓性的自动驾驶框架Univ2x,该框架不用将各种视图中的所有关键驾驶模块整合到统一的网络中。我们提出了一种有效的车辆基础设施合作的稀疏密度混合数据传输和融合机制,提供了三个优点:1)同时增强剂的感知,对线映射和占用率预测,最终提高计划绩效。2)适用于实践和有限的通信条件的传输友好。3)可靠的数据融合,并具有该混合数据的解释性。我们在具有挑战性的dair-v2x(现实世界中的合作驾驶数据集)上实现了Univ2x,并重现了几种基准方法。实验结果证明了Univ2x在显着增强计划表现方面以及所有中间输出性能方面的有效性。该项目可在https://github.com/air-thu/univ2x上找到。

arxiv:2404.00717v3 [CS.RO] 2024年12月24日

arxiv:2404.00717v3 [CS.RO] 2024年12月24日PDF文件第1页

arxiv:2404.00717v3 [CS.RO] 2024年12月24日PDF文件第2页

arxiv:2404.00717v3 [CS.RO] 2024年12月24日PDF文件第3页

arxiv:2404.00717v3 [CS.RO] 2024年12月24日PDF文件第4页

arxiv:2404.00717v3 [CS.RO] 2024年12月24日PDF文件第5页

相关文件推荐

2024 年
¥12.0