TITS综述：自动驾驶车载算法的不确定性

最新推荐文章于 2024-08-14 17:59:38 发布
最新推荐文章于 2024-08-14 17:59:38 发布
阅读量1k 收藏 19
点赞数 24
文章标签： 自动驾驶 算法 不确定性 车载算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/liuphahaha/article/details/139327599
版权
本文综述了自动驾驶车载算法中的不确定性问题，涵盖感知、预测和决策三个阶段。讨论了外部环境如天气变化和内部算法局限对感知的影响，以及预测和决策时面临的多模态挑战。提出了多传感器融合、保持传感器清洁、多模态预测和考虑不确定性进行决策等应对策略。引用文献丰富，是了解自动驾驶不确定性的重要参考资料。
摘要由CSDN通过智能技术生成

TITS综述：自动驾驶车载算法的不确定性

今天推荐一篇自动驾驶场景中关于“不确定性”的综述，此不确定性问题包括Corner Case、OOD、 Long Tail、Anomaly Detection等。该论文中分别对感知、预测、决策各阶段的不确定性原因和解决办法进行了整理归纳。参考文献240+，值得阅读。

原文：《Uncertainties in Onboard Algorithms for Autonomous Vehicles: Challenges, Mitigation, and Perspectives》

原文作者：Kai Yang 博士 重庆大学 清华大学

链接：发表于TITS 2023 https://ieeexplore.ieee.org/abstract/document/10122777

附赠自动驾驶最全的学习资料和量产经验：链接

1、介绍

image

自动驾驶车辆（Autonomous Vehicles，AV）的自动驾驶系统分为两个方案：模块化和端到端。模块化的方案中的每

最低0.47元/天 解锁文章
adsdriver
关注
  • 24
    点赞
  • 踩
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
面向自动驾驶的边缘计算技术研究综述
SAUTOMOTIVE的博客
12-20 4049
本文由吕品，许嘉，李陶深，徐文彪联合创作 摘要 边缘计算在自动驾驶的环境感知和数据处理方面有着极其重要的应用。自动驾驶汽车可以通过从边缘节点获得环境信息来扩大自身的感知范围，也可以向边缘节点卸载计算任务以解决计算资源不足的问题。相比于云计算，边缘计算避免了长距离数据传输所导致的高时延，能给自动驾驶车辆提供更快速的响应，并且降低了主干网络的负载。基于此，首先介绍了基于边缘计算的自动驾驶汽车协同感知和任务卸载技术及相关挑战性问题，然后对协同感知和任务卸载技术的研究现状进行了分析总结，最后讨论了该领域有待
基于数字孪生的网联自动驾驶测试方法研究
SAUTOMOTIVE的博客
12-31 1065
本文由葛雨明，汪洋，韩庆文联合创作 摘要 数字孪生（DT）可以虚拟化地呈现出系统的整个生命周期，非常适合在自动驾驶测试中使用。提出了在有限环境下利用 DT 进行网联自动驾驶测试的方法，即在自动驾驶的仿真测试环境中，利用 DT 的映射实现虚拟复杂道路场景下真实的网联自动驾驶车辆测试。相关实验说明，该方法能够有效地支持开展网联自动驾驶测试。 数字孪生（DT）是物理系统（物理孪生）的数字化表示，能够模拟运行系统的整个生命周期并与物理孪生进行同步的映射。DT 的概念始于 2002 年，最初被用于航空航
V2VFormer++ [2023 TITS] 论文阅读笔记
qq_58133908的博客
08-05 661
解决什么问题、贡献构建了第一个多模态车对车协同感知框架，称为 V2VFormer++；现有方法优缺点前、中、后期融合均基于LiDAR，缺点：LiDAR特征稀疏性和不均匀性容易导致特征模糊和语义缺陷；现有协同融合方法大多集中在局部区域之间的空间相关性，而没有用于重叠语义提炼的全局特征交互。本文方法利用相机-雷达多模态输入，克服仅激光雷达的缺点；设计了一个简单而有效的多模态融合模块动态通道融合(DCF ),用于以自适应方式进行像素点对应聚合；
《Deep Reinforcement Learning for Autonomous Driving: A Survey》笔记
is80x86的博客
10-10 1325
调研(D)RL在自动驾驶中的应用。
A Mobile Telematics Pattern Recognition Framework for Driving Behavior Extraction
Elon15的博客
07-21 744
期刊：IEEE TITS 题目：A Mobile Telematics Pattern Recognition Framework for Driving Behavior Extraction
【无标题】
SAUTOMOTIVE的博客
12-17 3496
本文由刘雷，陈晨，冯杰，裴庆祺，何辞，窦志斌联合创作 摘要 针对车载环境下有限的网络资源和大量用户需求之间的矛盾，提出了智能驱动的车载边缘计算网络架构，以实现网络资源的全面协同和智能管理。基于该架构，设计了任务卸载和服务缓存的联合优化机制，对用户任务卸载以及计算和缓存资源的调度进行了建模。鉴于车载网络的动态、随机和时变的特性，利用异步分布式强化学习算法，给出了最优的卸载决策和资源管理方案。实验结果表明，与其他算法相比，所提算法取得了明显的性能提升。 1 引言 作为交通强国的重..
浅析：东南大学交通工程以后想进入智能交通领域，从大一开始应该怎么走? - 小狼CHARLES的回答
dawushixiange的博客
05-24 611
文章链接：https://www.zhihu.com/question/443320338/answer/2384786939
TITS 0119-2019限定场景下的低速自动驾驶系统性能要求与测试规程
06-16
《TITS 0119-2019限定场景下的低速自动驾驶系统性能要求与测试规程》是中国智能交通产业联盟发布的一项团体标准，旨在规范和指导特定操作环境中的低速自动驾驶系统的性能与测试方法。该标准于2019年12月27日发布，并...
unibot-tits:UniBot 的经典“tissit”插件
07-04
unibottits UniBot 的经典“tissit”插件 安装 到您的 UniBot 应用程序 ...plugin [#channel] tits 附： 记得重启你的UnitBot。 用法 安装后，每当字tissi在通道插件提到将触发Tissit mainittu! 到那个频道。
Calm Your Tits Project:Calm Your TIts 是一个用来镇定各种奶子的小程序。-开源
05-29
《Calm Your Tits Project：一个开源的图像舒缓小程序》 Calm Your Tits Project，一个以轻松幽默的方式命名的开源项目，旨在为用户提供一种舒缓视觉体验的小程序。这个项目的核心理念是通过处理图片，使其呈现出...
tits.2016.2517701.pdf
10-26
tits.2016.2517701.pdf
tits_it_www.tits_Wwwtits_www.titscom_pack1ba_
09-28
Tits is a simple CLI application which shows pictures like tits 8). The application is under Beerware license
车载网络测试实操源码_使用CAPL脚本对CAN总线上的错误帧进行实时监控
文章主要涉及嵌入式软件开发、测试、项目管理等，欢迎交流，共同进步。
08-12 137
CAN（Controller Area Network）通信中的错误帧是用于在通信过程中检测和通知错误的报文。当CAN总线上的节点在发送或接收报文时检测到错误，会发送错误帧来通知总线上的其他节点，以便采取相应的错误处理措施。在开发调试或测试时，经常会需要对错误帧进行监控，本文将介绍如何使用CAPL脚本实现通信过程中对错误帧的实时监控。以上就是如何使用CAPL脚本对CAN总线上的错误帧进行实时监控的讲解，希望对大家有所帮助。各位可根据本文的示例，结合自己的需求，进行完善和二次开发。
基于激光雷达的移动机器人室内AMCL定位点到点导航
Already8888的博客
08-12 878
基于激光雷达的移动机器人室内AMCL定位点到点导航。定位用于导航中，通过定位可以判断机器人的实际轨迹是否符合预期。amcl用于实现导航中的机器人定位。里程计本身也是可以协助机器人定位的，不过里程计存在累计误差且一些特殊情况时(车轮打滑)会出现定位错误的情况，amcl 则可以通过估算机器人在地图坐标系下的姿态，再结合里程计提高定位准确度。里程计定位:只是通过里程计数据实现 /odom_frame 与 /base_frame 之间的坐标变换。amcl定位:可以提供 /map_frame 、/odom_frame
ros2--问题
m0_60274660的博客
08-14 141
【代码】ros2--问题。
2024自动驾驶(多模态)大模型综述：从DriveGPT4、DriveMLM到DriveLM、DriveVLM
结构之法 算法之道
08-12 1440
​ 本文主要涉及以下4篇paper的解读(按发表的时间顺序排列) DriveGPT4: Interpretable End-to-end Autonomous Driving via Large Language Model DriveMLM: Aligning Multi-Modal Large Language Models with Behavioral Planning States for Autonomous Driving DriveLM: Driving with Graph Visual
科目三实际道路考试操作注意事项
最新发布
zckd111的博客
08-14 926
学员需将车辆变更到左转弯车道行驶，打开左转向灯，大于三秒，松油门，轻踩制动踏板带刹车减速，通过左侧后视镜观察左后方交通情况，确认安全后，遵循左转转大弯的原则，向左转动方向盘，将车辆变更到左转弯车道行驶，跨越车道后向右转动方向盘将车回正方向，关闭转向灯。在实际道路行驶中，当需要靠边停车时，学员应打开右转向灯大于三秒通过右侧后视镜，观察右后方交通情况，确认安全后，松油门，轻踩制动踏板，减速，向右转动方向盘，回正方向，踩离合，踩制动，停车，车辆停稳后，拉手刹，挂空挡，抬离合，松制动，关闭转向灯，熄火。
时空智能赋能智能汽车
QXWZ_的博客
08-12 375
在智能驾驶场景，以前，一旦发现问题，由于高精度定位涉及的硬件、软件、算法的服务方都不一样，问题排查的过程很漫长也很痛苦。随着L3及以上高阶自动驾驶的提速，智能驾驶汽车对时空智能的服务可用率提出了“随时随地都好用”的要求，这意味着服务可用率要无限接近于100%，依靠传统的地基或星基技术，这一结果难以实现。“星地一体”实现星基与地基服务的数据融合与算法融合，通过卫星/网络双链路播发，在终端实现场景识别、智能切换，具有单机全域定位、连续一致精度、坐标框架统一、场景智能切换等四大特点。，大幅降低客户的应用成本。
"低速自动驾驶系统性能要求与测试规程：限定场景下的可靠性与效能评估
"TITS 0119-2019限定场景下的低速自动驾驶系统性能要求与测试规程；TITS 0119-2019限定场景下的低速自动驾驶系统性能要求与测试规程;ICS 03.220.20R82团体标准T/ITS 0119-2019限定场景下的低速自动驾驶系统性能要求...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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