ADAS虚拟车道边界生成

最新推荐文章于 2023-09-21 00:30:00 发布

wujianming_110117

最新推荐文章于 2023-09-21 00:30:00 发布

阅读量1k

点赞数

分类专栏：车道线检测计算机视觉，自动驾驶，深度学习定位

吴建明

本文链接：https://blog.csdn.net/wujianing_110117/article/details/106304486

版权

本文提出了一种新型的紧密耦合感知规划框架，用于生成与人类驾驶行为相容的虚拟车道边界（VLB）。通过GPS-相机-LiDAR传感器融合，结合可用性、合理性、可行性（ARF）测试，确定是否需要生成VLB。在必要时，利用动态可调的多目标优化框架，考虑避障、轨迹平滑度、轨迹连续性等因素，生成更具人类兼容性的车辆运动轨迹。实验表明，这种方法在各种复杂道路条件下能有效提升自动驾驶的人类兼容性。

摘要由CSDN通过智能技术生成

ADAS虚拟车道边界生成

Virtual Lane Boundary Generation for Human-Compatible Autonomous Driving: A Tight Coupling between
Perception and Planning

论文地址：

http://faculty.cs.tamu.edu/dzsong/pdfs/Binbin_LDRGT_IROS2019_V19.pdf

摘要

现有的无人驾驶（AV）导航算法将车道识别，避障，局部路径规划和车道跟踪视为单独的功能模块，从而导致驾驶行为与人类驾驶员不兼容。必须设计与人类兼容的导航算法以确保运输安全。开发了一个新的紧密耦合的感知计划框架，该框架结合了所有这些功能以确保人类兼容。使用GPS-相机-激光雷达传感器融合，可以检测实际车道边界（ALB），并提出可用性，合理性，可行性（ARF）三重测试，以确定应该生成虚拟车道边界（VLB）还是遵循ALB。如果需要，可以使用动态可调的多目标优化框架来生成VLB，该框架考虑了避障，轨迹平滑度（满足车辆运动动力学约束），轨迹连续性（避免突然运动），GPS跟踪质量（执行全局计划）以及车道跟随或部分方向跟随（达到人类期望）。因此，车辆运动比现有方法更具人类兼容性。已经实现了算法，并在开源数据下进行了测试，结果令人满意。

贡献