该论文旨在综述智能车辆的规划方法,介绍了管道规划和端到端规划方法,并探讨了挑选算法和训练方法的不同考虑因素以及当前的挑战和未来方向。
Mar, 2023
本文提出了一种快速、稳健的运动规划框架,通过几种特征实现了在城市条件下实现自动驾驶,其中包括了路径规划和基于 A * 算法的最优轨迹计算,并考虑了各种不同的约束条件和时间跨度进行了验证。
Mar, 2018
本文研究了在自动驾驶车辆领域中,传感器技术、通信、安全、人工智能、机器学习、路线规划等多方面的应用,重点阐述了一种基于深度强化学习的层次运动规划方法,并以车跟、车道保持、轨迹跟踪、融合和交通压力等不同场景的自动驾驶为例,总结了现有解决方案的优缺点并提出未来研究方向和挑战。
Jan, 2020
本文概述了自动驾驶技术及其存在的问题,重点探讨了自动驾驶系统中的感知、地图定位、预测、规划和控制、仿真、车联网及安全等方面,并着重介绍了数据闭环解决自动驾驶问题的框架。
Jun, 2023
本文提出了使用机器学习的启发式搜索方法来实现城市道路自动驾驶的优化路径规划,以解决动态障碍物对路线规划的影响问题。
May, 2018
本研究综述了自动驾驶系统的现状、面临的挑战和核心功能,并在实际驾驶中实现了各种算法和技术的比较,提出了自动驾驶系统发展所需的数据集和工具建议。
Jun, 2019
本文主要介绍了自动驾驶汽车的自主系统架构,包括感知系统和决策系统,以及相关的感知和决策方法的研究,并介绍了巴西联邦大学开发的自动驾驶汽车 IARA 的自主系统架构,最后列举了一些知名的自动驾驶汽车研究平台。
Jan, 2019
本文提出了一个民间最优控制框架,该方法可以协调联网和自动化的车辆穿过城市区域的相邻两个交叉口,并优化车辆加减速度降低油耗,保证在不使用交通信号灯的情况下交叉口的流畅与行车安全和避免拥堵。最后在仿真实验中证实了该方法的有效性,并表明车辆油耗和行程时间均可以大大降低。
Sep, 2015
本文提出了一种多层次的运动规划和控制架构,用于自主驾驶赛车,能够避开静态障碍物,执行主动超车,并达到超过 75 m /s 的速度。
Jul, 2022
本研究证明了如何将基于规则的决策与传统的运动规划技术相结合,以在复杂交通环境中实现类似人类行为的自动驾驶。通过提供和讨论自主驾驶中的决策规则示例,进一步说明了为机器人开发空间意识的技术是一个值得更多关注的激动人心的活动。
Aug, 2023