仿真链路全搞定!面向协同自动驾驶:仿真平台与端到端系统

作者 | 自动驾驶专栏  编辑 | 自动驾驶专栏

点击下方卡片,关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心仿真测试技术交流群

本文只做学术分享,如有侵权,联系删文

d7fc1c5becc2032fd5377a4a6a626eb3.png

  • 论文链接:https://arxiv.org/pdf/2404.09496

  • 代码链接:https://github.com/CollaborativePerception/V2Xverse

25853ee1ceee3df61f90728adfd0087a.jpeg

摘要

edbdd64841b0b9ee51f410e35ea6a0f4.png

本文介绍了面向协同自动驾驶:仿真平台与端到端系统。车路协同辅助(V2X-AD)在提供更安全的驾驶解决方案方面具有巨大潜力。尽管在交通和通信方面进行了大量的研究以支持V2X-AD,但是这些基础设施和通信资源在提高驾驶性能方面的实际利用仍未得到充分探索。这突显了协同自动驾驶的必要性,即优化信息共享策略来改进每辆汽车驾驶性能的机器学习方法。这项工作需要两个关键的基础条件:一个能够生成数据来促进V2X-AD训练和测试的平台,以及一个集成驾驶相关完整功能与信息共享机制的综合系统。从平台的角度看,本文提出了V2Xverse,这是一个用于协同自动驾驶的综合仿真平台。该平台为协同驾驶提供了完整的流程:多智能体驾驶数据集生成方案、部署全栈协同驾驶系统的代码库、具有场景定制的闭环驾驶性能评估。从系统的角度看,本文引入了CoDriving,这是一种新型的端到端协同驾驶系统,它将V2X通信正确地集成到整个自动化流程中,促进了基于共享感知信息的驾驶。其核心思想为一种新型的面向驾驶的通信策略,即使用稀疏但信息丰富的感知线索在单视图中选择性地补充关键的驾驶区域。通过这一策略,CoDriving在优化通信效率的同时,提高了驾驶性能。本文使用V2Xverse进行全面基准测试,分析了模块化性能和闭环驾驶性能。实验结果表明:1)与SOTA端到端驾驶方法相比,CoDriving的驾驶得分显著提高了62.49%,行人碰撞率急剧降低了53.50%;2)与动态约束通信条件相比,CoDriving实现了持续的驾驶性能优势。

d3840d80fdda80254a2ea4850a9aca29.jpeg

主要贡献

2994c9e9eb3027f0dae6909ddce365ee.png

本文的贡献总结如下:

1)本文提出了V2Xverse,这是一个综合的V2X辅助的自动驾驶仿真平台。该平台支持驾驶相关子任务的离线基准生成和不同场景下的在线闭环驾驶性能评估,从而实现协同驾驶系统的开发;

2)本文提出了CoDriving,这是一种新型的端到端协同自动驾驶系统,通过共享关键驾驶信息来提高驾驶性能;

3)本文进行综合的实验,并且验证了:1)支持V2X通信的信息共享显著优于单个智能体的端到端自动驾驶系统;2)CoDriving在模块化和系统级评估中实现了优越的性能-带宽权衡。

4ea6849d3aa94f3adf0ccf3445ac932e.jpeg

论文图片和表格

f669693901b63dc64422c3e15e40124b.png

18e1748e21f31c4fa50950c276aac7b7.png

1521ad7ff41f254527e201b33b17e467.png

20262b0c8cab6f6fb9e70866719669de.png

99f6f077e5e4e35e26b443a450814fba.png

0974efca622cd4c1e3f6132d06cec442.png

526050055e5b48f7039416dfee780b20.png

0bbefbec5291a0ea70725e6d004b10ad.png

614bab4920a8899d4b011f2aade7d3a4.png

a4e1a39a2b5097dee5690d2777e85085.png

a4c4b2abcbe47ded78c040a0710df6a9.png

888b8e83b53e2e8721d9422bc83e2025.png

b6628951724103fec2a718c7e62c47a6.png

08f05ebefd4e6f5e15445fac167a2f2b.png

b4c83ac6b410eedf7da97bf2c4ebaf7f.png

e3349f8cd55d2fc6d03a85bf5e434410.png

e6404e157fe3f2abd8d2bdf4cdf9714a.png

2a76f736fb28c72af8d3b472cdeecd9d.jpeg

总结

58ad3fa8335c567732276c911d662308.png

本项工作通过仿真平台和端到端系统来推进协同自动驾驶。本文开发了一个综合的闭环V2X全自动驾驶仿真平台V2Xverse。该平台为开发以终极驾驶性能为目标的协同自动驾驶系统提供了完整的流程。同时,V2Xverse维持了对单功能模块和单智能体驾驶系统进行集成和验证的适应性和可扩展性。此外,本文提出了一种新的端到端协同自动驾驶系统CoDriving,其通过共享关键的驾驶感知信息来提高驾驶性能,同时优化通信效率。对整个驾驶系统的综合评估表明,CoDriving在不同的通信带宽下显著优于单智能体系统。本文的V2Xverse平台和CoDriving系统为更可靠的自动驾驶提供了潜在的解决方案。

投稿作者为『自动驾驶之心知识星球』特邀嘉宾,欢迎加入交流!

① 全网独家视频课程

BEV感知、毫米波雷达视觉融合多传感器标定多传感器融合多模态3D目标检测车道线检测轨迹预测在线高精地图世界模型点云3D目标检测目标跟踪Occupancy、cuda与TensorRT模型部署大模型与自动驾驶Nerf语义分割自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频(扫码即可学习

20fe79ed74e723f44a069ffb645dccb3.png

网页端官网:www.zdjszx.com

② 国内首个自动驾驶学习社区

国内最大最专业,近3000人的交流社区,已得到大多数自动驾驶公司的认可!涉及30+自动驾驶技术栈学习路线,从0到一带你入门自动驾驶感知2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪)、自动驾驶定位建图SLAM、高精地图、局部在线地图)、自动驾驶规划控制/轨迹预测等领域技术方案大模型、端到端等,更有行业动态和岗位发布!欢迎扫描下方二维码,加入自动驾驶之心知识星球,这是一个真正有干货的地方,与领域大佬交流入门、学习、工作、跳槽上的各类难题,日常分享论文+代码+视频

8430bd157472b1093e4905b307d35514.png

③【自动驾驶之心】技术交流群

自动驾驶之心是首个自动驾驶开发者社区,聚焦感知、定位、融合、规控、标定、端到端、仿真、产品经理、自动驾驶开发、自动标注与数据闭环多个方向,目前近60+技术交流群,欢迎加入!

自动驾驶感知:目标检测、语义分割、BEV感知、毫米波雷达视觉融合、激光视觉融合、车道线检测、目标跟踪、Occupancy、深度估计、transformer、大模型、在线地图、点云处理、模型部署、CUDA加速等技术交流群;

多传感器标定:相机在线/离线标定、Lidar-Camera标定、Camera-Radar标定、Camera-IMU标定、多传感器时空同步等技术交流群;

多传感器融合:多传感器后融合技术交流群;

规划控制与预测:规划控制、轨迹预测、避障等技术交流群;

定位建图:视觉SLAM、激光SLAM、多传感器融合SLAM等技术交流群;

三维视觉:三维重建、NeRF、3D Gaussian Splatting技术交流群;

自动驾驶仿真:Carla仿真、Autoware仿真等技术交流群;

自动驾驶开发:自动驾驶开发、ROS等技术交流群;

其它方向:自动标注与数据闭环、产品经理、硬件选型、求职面试、自动驾驶测试等技术交流群;

扫码添加汽车人助理微信邀请入群,备注:学校/公司+方向+昵称(快速入群方式)

93497b34df6a6ef1400950f0e1b2a11c.jpeg

④【自动驾驶之心】平台矩阵,欢迎联系我们!202a7b61ca18b8d4345ed38522adf754.jpeg

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值