以下內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容

點(diǎn)擊領(lǐng)取學(xué)習(xí)資料 → 機(jī)器人SLAM學(xué)習(xí)資料大禮包

#論文# FlowMap: Path Generation for Automated Vehicles in Open Space Using Traffic Flow 論文地址：https://arxiv.org/abs/2305.01622
作者單位：復(fù)旦大學(xué) 上海交通大學(xué) 華為 ?已有大量文獻(xiàn)通過(guò)融合各種傳感器輸入，如激光雷達(dá)、點(diǎn)云和使用深度神經(jīng)網(wǎng)絡(luò)的相機(jī)圖像來(lái)感知道路結(jié)構(gòu)。利用神經(jīng)架構(gòu)師(如transformers)和鳥(niǎo)瞰(BEV)表示的最新進(jìn)展，道路認(rèn)知的準(zhǔn)確性不斷提高。然而，在沒(méi)有明確定義的道路的情況下，如何為自動(dòng)化車輛認(rèn)知道路仍然是一個(gè)懸而未決的問(wèn)題。例如，在沒(méi)有高清地圖的情況下，如何在交叉口內(nèi)找到路徑是很困難的，因?yàn)榧葲](méi)有明確的道路定義，也沒(méi)有明確的特征，如車道標(biāo)線。這篇論文的想法來(lái)自一句諺語(yǔ)：當(dāng)人們走在上面時(shí)，它就成了一種方式。雖然從傳感器讀數(shù)中看不到“路”，但從其他車輛的軌道上可以看到“路”。本文提出了一種基于交通流的自動(dòng)車輛路徑生成框架FlowMap。 ?FlowMap是通過(guò)擴(kuò)展我們之前的工作路線構(gòu)建的，這是一個(gè)輕量級(jí)的語(yǔ)義圖，增加了一個(gè)流量流層。提出了一種基于交通流場(chǎng)的路徑生成算法，用于生成類人路徑。該框架使用真實(shí)的駕駛數(shù)據(jù)進(jìn)行了驗(yàn)證，能夠在不使用高清地圖的情況下生成超復(fù)雜交叉口的路徑。 ?我們提出了FlowMap，一個(gè)利用交通流在開(kāi)放空間中生成路徑的框架。FlowMap主要由交通流場(chǎng)表示和建立在其上的路徑生成算法組成。FlowMap即使在大片空地上也能產(chǎn)生引導(dǎo)路徑，在沒(méi)有高清地圖的情況下也能像人類一樣開(kāi)車。主要貢獻(xiàn)如下： 1、FlowMap，一個(gè)不使用高清地圖的開(kāi)放空間路徑生成的輕量級(jí)框架。 2、一個(gè)用于從交通流模擬駕駛行為的交通流場(chǎng)表示。 3、一個(gè)基于交通流場(chǎng)生成開(kāi)放空間中類似人類的誘導(dǎo)路徑的路徑生成算法。 4、全面分析現(xiàn)實(shí)世界復(fù)雜場(chǎng)景下的總體框架。

以上內(nèi)容來(lái)自小六的機(jī)器人SLAM學(xué)習(xí)圈知識(shí)星球每日更新內(nèi)容