没有合适的资源?快使用搜索试试~ 我知道了~
自2016年以来自动驾驶前沿论文最新进展 2018.11.03 方建勇,王战古1
需积分: 0 0 下载量 99 浏览量
2022-08-08
21:27:10
上传
评论
收藏 719KB DOCX 举报
温馨提示
试读
233页
摘要:基于代理的建模和仿真(abms)一直是多智能体系统中模拟自主和交互代理的常用方法。具体而言, abms 可应用于连接和自动化车辆(cav), 因为 cav
资源详情
资源评论
资源推荐
自 2016 年以来自动驾驶前沿论文最新进展
2018.11.03 方建勇,王战古(感谢提供题目)
提示:采用手机 safari 微软翻译技术
1. 第 1811.0026[pdf,其他] 反渗透委员会
利用行为树改进 auv 控制系统的模块化
作者:christopher Iliffe sprague, zer zkahraman, andrea
munafo, rachel marlow, 亚历山大·菲利普斯,彼得·厄格伦
摘要: 在本文中, 我们展示了如何使用行为树 (bt) 为关键任务系统设计
模块化、多功能和强大的控制架构。特别是, 我们在自主潜水器 (auv) 的
背景下展示了这一点。在系统安全方面, 鲁棒性非常重要, 因为手动恢复
auv 通常极其困难。此外, 多功能性对于能够执行许多不同类型的任务也
很重要。最后, 需要模块化来实现鲁棒性和多功能性的结合, 因为多功能
系统的复杂性需要封装在模块中, 以便创建一个简单的整体结构, 从而实
现鲁棒性分析。使用典型的 auv 任务说明了所建议的设计。少
2018 年 11 月 1 日提交;最初宣布 2018 年 11 月。
评论:提交 2018 年 ieee oes 自主水下航行器研讨会
2. 第 1811: 0145[pdf, ps,其他] Cs。Lg
通过拉事件仿真进行可扩展的端到端自主车辆测试
作者:matthew o ' kelly, amman sinha, hahseok namkoong, john
duchi, rs tedrake
抽象: 虽然自主车辆(av) 技术的最新发展突出了实质性的进步, 但我们
缺乏严格和可扩展测试的工具。真实世界测试,事实上评估环境, 使公众
处于危险之中, 而且, 由于事故的罕见性质, 将需要数十亿英里才能对业
绩索赔进行统计验证。我们实现了一个仿真框架, 可以测试整个现代自动
驾驶系统, 特别是包括使用深度学习感知和控制算法的系统。利用自适应
输入采样方法加速稀有事件概率评价, 估计了控制标准交通行为的基本分
布下发生事故的概率。我们在高速公路上演示我们的框架, 通过 2-20 时
间在天真的蒙特卡洛采样方法和 10-300 元 p 次 (其中 P 是处理器的
数量) 在现实世界的测试。少
2018 年 10 月 31 日提交;最初宣布 2018 年 11 月。
评论:NIPS
3. 第 1810.12778[pdf,其他] Cs。Lg
加强学习与深度学习的侧控在自动驾驶中的应用
作者:李东,赵东斌,张启超, 陈雅兰
抽象: 本文研究了基于视觉的自主驾驶与深度学习和强化学习的方法。与
端到端学习方法不同, 我们的方法将基于视觉的侧向控制系统分解为感知
模块和控制模块。基于多任务学习神经网络的感知模块首先以驾驶员视图
图像为输入, 预测跟踪特征。基于强化学习的控制模块, 然后根据这些特
点做出控制决策。为了提高数据效率, 我们提出了视觉 tor (vorcs), 这
是一个基于开放式赛车模拟器 (tor) 的深层强化学习环境。通过所提供的
功能, 可以训练一个代理输入一个图像或各种物理传感器测量, 或评估这
个模拟器上的感知算法。训练的增强学习控制器在不同轨道上优于线性二
次调节器 (lqr) 控制器和模型预测控制 (mpc) 控制器。实验表明, 该感
知模块具有良好的性能, 控制器能够通过视觉输入很好地控制车辆沿轨道
中心的行驶。少
2018 年 10 月 30 日提交;最初宣布 2018 年 10 月。
评论:14 页, 12 个数字, 被 ieee 计算智能杂志接受
4. 第 1810.12644[pdf] Cs。Hc
人与自动化交互的责任量化 (resqu) 模型
作者:nir douer, joachim meyer
摘要: 先进的自动化涉及信息收集和评价、决策和执行选定的行动。在这
种制度中, 人的责任变得模棱两可, 可能存在责任差距。当系统可以伤害
人的时候, 例如使用自主车辆, 或者最显著的是使用自主武器系统 (aws),
理解人的责任尤其重要。利用信息论, 我们开发了自动化系统中人机交互
的责任量化 (resqu) 模型, 并演示了其在涉及 aws 决策中的应用。分析
显示, 即使主要职能分配给人, 人的比较责任也往往很低。因此, 广泛表
述的让人类保持在循环中并有意义的人类控制的政策具有误导性, 不能真
正直接决定如何让人类参与先进的自动化。我们的责任模型可以指导系统
设计决策, 并有助于有关高度自动化系统中人员责任的政策和法律决策。
少
2018 年 10 月 30 日提交;最初宣布 2018 年 10 月。
5. 第 1810.12552[pdf,其他] Cs。简历
统一和 python 中自主车辆的三维交通仿真
作者:金志静,特里斯坦瑞典语, ramesh raskar
文摘: 近年来, 对自主车辆的研究激增。许多人从人类驱动者那里收集了
大量数据。然而, 与繁琐的数据收集方法相比, 构建流量虚拟模拟使自主
车辆研究更加灵活、省时、可扩展。我们的工作采用 3d 模拟, 实时接收
从街头摄像机分析的位置信息。模拟可以很容易地在全球交通鸟图和汽车
的局部视角之间切换。它还可以过滤掉其自定义相机中的某些对象, 为不
同类别的对象创建各种通道。这为训练深层神经网络提供了其他有监督或
不受监督的方法。3d 模拟的另一个优点是它与物理定律的构象。它的自然
加速和碰撞为系统提供了潜在的深层强化学习需求。少
2018 年 10 月 30 日提交;最初宣布 2018 年 10 月。
6. 第 1810.12606[pdf,其他] Cs。Lg
概率通用交通场景预测的框架
作者:胡业平,魏展 , tomizuka masayoshi
摘要: 在给定的场景中, 同时准确地预测交通参与者的每一个可能的交互
是自主车辆的一项重要能力。目前的研究大多集中在一个实体的预测上,
而不纳入环境信息。虽然有些方法旨在预测多辆车辆, 但它们要么独立预
测每辆车, 而不考虑与周围实体可能发生的相互作用, 要么产生离散的关
节运动, 这不能直接用于自主车辆的决策和运动规划。在本文中, 我们提
出了一个概率框架, 该框架能够在任何驱动场景下共同预测多个相互作用
的道路参与者的连续运动, 并能够预测每个相互作用的持续时间, 从而增
强预测性能和效率。提出的交通场景预测框架包含两个分层模块: 上位模
块和下模块。上模块预测预测车辆的意图, 而下模块预测交互场景实体的
运动。一个示例实际场景用于实现和检查建议的框架。少
2018 年 10 月 29 日提交;最初宣布 2018 年 10 月。
评论:2018 年 ieee 第二十一届智能交通系统国际会议 (itsc)
7. 第 1810.1211[pdf,其他] Cs。镍
基于深度增强-学习的分布式车辆位置控制, 用于 mmwave v2x 的覆盖范
围扩展
作者:Akihito taya, takayuki nishio, masahiro Morikura, koji
yamamoto
摘要: 在毫米波 (mmwave) 车辆通信中, 多跳继电器被视线 (los) 堵塞
断开是一个关键问题, 特别是在毫米波可用车辆的早期扩散阶段, 而不是
所有的车辆有 mmwave 通信设备。本文提出了一种分布式位置控制方法,
使自主车辆通过 los 路径进行通信, 使长继电器连接到路边单元
(rsus)。尽管采用拟议方法的车辆不使用环境的全部信息并相互合作, 但
它们可以决定自己的行动 (例如车道改变和超车), 仅使用其的信息形成长
继电器。周围的环境 (例如, 周围的车辆位置)。将决策问题表述为马尔可
夫决策过程, 使自主车辆能够学习一种实用的运动策略, 即利用强化学习
(rl) 算法进行长继电器的运动。本文设计了一种基于复杂的深层强化学习
算法--异步优势演员-评论家 (a3c) 的学习算法, 使车辆能够通过深神经
网络快速学习复杂的运动策略架构和多代理学习机制。一旦该战略得到良
好的培训,车辆可以分布移动到位置, 长期接力到 rsu 建立。仿真结果表
明, 即使在学习和运行阶段 mmwave 通信设备的交通条件和渗透率不同,
该方法也能增加继电器的长度和覆盖范围。少
2018 年 10 月 26 日提交;最初宣布 2018 年 10 月。
评论:16 页, 11 个数字, ieice 通信交易
8. 建议: 1810.1001[pdf,其他] cs et
在混合信号神经形态处理器上实现的尖峰神经网络中的自适应运动控制和
学习
作者:sebastian glatz, Yulia n. p. martel , raphaela
kreiser, ning chiao, yulia sandamirskaya
摘要: 神经形态计算是在生物神经网络的启发下设计计算硬件和算法的一
种新的范式。基于事件的性质和固有的并行性使神经形态计算成为构建高
效的基于神经网络的架构以控制快速和敏捷机器人的一个很有前途的范
例。本文提出了一种利用感官反馈控制机器人车辆转速的尖峰神经网络体
系结构. 当速度达到目标值时, 从车辆的目标速度到正确的运动命令的映
射, 都在神经形态装置上的尖峰神经网络中表示,则自动存储在设备上使用
片上塑料突触重量。我们验证了控制器使用一个轮子电机的微型移动车辆
和惯性测量单位作为感官反馈, 并演示了一个简单的 "逆模型" 在线学习
在一个两层尖峰神经网络上的神经形态芯片。原型神经形态装置, 具有
256 个尖峰神经元, 使我们能够实现一个简单的证明概念架构的纯粹神经
形态运动控制和学习。如果有更大的神经形态装置, 架构可以很容易地扩
大。少
2018 年 10 月 25 日提交;最初宣布 2018 年 10 月。
评论:6 + 1 页, 4 个数字, 将出现在一个机器人会议
9. 第 1810.10193[pdf,其他] Cs。简历
自动驾驶中语义分割鲁棒性的自动评价
作者:wei zhou, julie stephani berrio, stewart worrall, eduardo
nebot
文摘: 自主车辆感知系统设计的基本挑战之一是验证每种算法在各种操作
条件下的性能。在基于视觉的语义分段的情况下, 当遇到与训练数据足够
不同的新方案时, 存在已知问题。此外, 即使是光照和降水等环境条件的
微小变化也会影响分割模型的分类性能。考虑到对视觉信息的依赖, 这些
影响往往转化为糟糕的语义像素分类, 这可能会导致自主驾驶时的灾难性
后果。本文提出了一种分析语义分割模型鲁棒性的新方法, 并提供了一些
度量来评价各种环境条件下的分类性能。该过程包括一个额外的传感器
(激光雷达), 以实现该过程的自动化, 从而无需对验证数据进行劳动密集
型的手工标签。在针对不同的传感器模式验证视觉传感器性能时, 可以对
系统完整性进行监控。这对于检测视觉技术所固有的故障是必要的。根据
一年中不同时间收集的不同环境条件下的多个数据集, 给出了实验结果。
结果表明, 语义分割性能因天气、摄像机参数、阴影存在等因素而异。结
果还演示了如何在对模型进行改进后使用这些指标来比较和验证性能, 并
比较不同网络的性能。少
2018 年 10 月 24 日提交;最初宣布 2018 年 10 月。
10. 第: 1810.09952[pdf] Cs。Sy
基于代理的基于智能的基于博弈引擎的互联和自动化车辆建模与仿真研究
作者:王子兰,金白谷, 小林广光,吴国元,马修 ·j·巴思
摘要: 基于代理的建模和仿真 (abms) 一直是多智能体系统中模拟自主和
交互代理的常用方法。具体而言, abms 可应用于连接和自动化车辆(cav),
因为 cav 可以在车载传感器的帮助下自主驾驶, 并通过车辆对一切 (v2x)
相互合作通信。在本工作中, 我们利用游戏引擎 unity 3d 的可视化功能
和其他功能, 将 abms 应用于用于 cav。基于代理的 cav 模型是在 unity
3d 环境中构建的, 在这种环境中, 基于 c# 的脚本 api 使车辆具有连接
性和自主性。我们还基于加利福尼亚州山景城构建了基于 unity 3d 的仿
真网络。利用拟议的基于共识的分布式协议进行了合作坡道融合的案例研
究, 并与人在环仿真中进行了比较, 在该仿真中, 坡道上的车辆由四个不
同的人驾驶。驾驶模拟器。从行驶时间、能耗和污染物排放等方面评估了
引入拟议议定书的好处。结果表明, 所提出的合作坡道合并协议可以将平
均行驶时间减少 7%, 分别将能耗和污染物排放量减少 8% 和 58%, 并保证
驾驶安全。人在循环的情况下。少
2018 年 10 月 23 日提交;最初宣布 2018 年 10 月。
评论:14 页, 6 个数字. 2019 年运输研究委员会年会
11. 建议: 1810.09805[pdf,其他] Cs。简历
城市交通中行人的行为与意向识别
作者:Dimitrios varytimidis, fernando alonso-fernandez, boris
duran , cristofer englund
摘要: 对城市环境中行人的行动和意向识别, 对于先进的驾驶辅助系统以
及未来的自主车辆来说, 是一个具有挑战性的问题, 以保持交通畅通和安
全。本文结合多种机器学习算法, 研究了几种特征提取方法, 以积累如何
自动检测城市交通中行人的行为和意图的知识。我们专注于运动和头部方
向, 以预测行人是否即将横穿马路。这项工作是基于联合注意自动驾驶
(jaad) 数据集, 其中包含 346 视频拍摄的各种交通场景拍摄的摄像头安装
在汽车的挡风玻璃。实验得到了头部定位估计的 72% 和运动检测的 85% 的
精度。少
2018 年 10 月 23 日提交;最初宣布 2018 年 10 月。
评论:可在信号图像技术和基于互联网的系统国际会议上发布, sitis 2018
12. 建议: 181009000[pdf,其他] Cs。Sy
安全自适应巡航控制与道路等级预览和 v2v 通信
作者:roya firoozi, shima nagari, jacopo guanetti, ryano '
gorman, francesco borrelli
文摘: 我们提出了一个安全的自适应巡航控制 (acc) 的设计, 它使用道
路等级和领先车辆运动预览。acc 控制器采用模型预测控制 (mpc) 框架设
计, 以优化舒适性、安全性、能效和速度跟踪精度。安全是通过计算鲁棒
不变端子集来实现的。本文提出了一种新的计算这种集的方法, 其保守程
度低于现有方法。尽管道路等级发生了变化,而且领先车辆的预测运动存在
不确定性, 但拟议的控制器始终确保车辆之间的安全间隔。仿真结果将所
剩余232页未读,继续阅读
经年哲思
- 粉丝: 18
- 资源: 329
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0