May, 2017

AirSim：用于自主驾驶车辆的高保真视觉和物理模拟

PDF
TL;DR本研究基于虚幻引擎开发了一个模拟器，支持模拟物理、可视化，可为自主驾驶汽车的机器学习算法提供大量标注过的训练数据，并支持硬件仿真，本模拟器架构具有可扩展性和模块化设计。同时，研究者还使用四轴飞行器作为自主车辆进行了实验比较软件组件和实际飞行情况，表明了其应用价值。
autonomous vehiclesmachine learningsimulatorunreal enginehitl simulations
发现论文，激发创造
  • GarchingSim：具备逼真场景和简洁工作流程的自动驾驶模拟器

    用于评估自动驾驶算法的仿真器，具有逼真的场景、用户友好的工作流程和高度准确的车辆动力学模型。

    Jan, 2024

  • Sim4CV：用于计算机视觉应用的逼真模拟器

    本研究介绍了一个基于虚幻引擎的逼真仿真训练和评估系统 ——Sim4CV，它可以应用于计算机视觉领域的多个方向，例如自主飞行器追踪移动物体和自动驾驶，该系统可以自动生成真实感强的合成数据集来拓展现有的真实世界数据集。

    Aug, 2017

  • AirSim 无人机竞速实验室

    介绍了 AirSim Drone Racing Lab 仿真框架，可用于自主飞行器比赛算法的快速原型设计，以在多个真实场景中测试计划、控制、视觉等算法和通过竞赛形式比较算法效果。

    Mar, 2020

  • OASim：基于神经渲染的开放自适应驾驶模拟器

    通过隐式渲染技术和生成模型对数据进行生成，我们提出了 OASim，一种自适应的开放式模拟器和自动驾驶数据生成器，具有高质量的场景重建、轨迹编辑、车辆模型库、传感器模型库和可定制的数据生成系统等特点。

    Feb, 2024

  • 基于增强现实的模拟数据（ARSim）与多视角一致性的自动驾驶感知网络

    为了增强自动驾驶系统的有效性，本文提出了 ARSim，一个全自动、综合和模块化框架，用于通过将 3D 合成对象与真实多视图图像数据相结合，来提高真实世界场景的多样性和覆盖范围。实验结果表明，在各种自动驾驶感知任务上，使用增强数据集训练的网络性能更优。

    Mar, 2024

  • LGSVL 模拟器：用于自动驾驶的高保真度模拟器

    本文介绍了用于自动驾驶的高保真度模拟器 LGSVL Simulator，可与 Autoware 和 Apollo 等开源自动驾驶栈完美搭配使用，并提供自定义传感器、可控对象和环境数码孪生等功能。

    May, 2020

  • 使用数据驱动算法的增强型自主驾驶仿真

    本文提出增强现实自动驾驶模拟 (AADS) 方法来帮助自动驾驶技术的开发和测试，使用 LiDAR 和相机扫描街道场景并生成高度真实的交通流量以用于场景复原，其兼具虚拟环境灵活性和真实世界的真实性，实现了全方位的自动驾驶系统感知到规划的端到端训练和测试。

    Jan, 2019

  • 视觉四旋翼导航的并行强化学习模拟

    该研究提出了一种基于 AirSim 的仿真框架，实现了有效的并行训练、分散式训练和大规模代理训练，从而在机器人的视觉四轴导航中实现了学习时间从 3.9 小时降低到 11 分钟的优化。

    Sep, 2022

  • 基于神经机器人平台的自主驾驶模拟器

    通过使用神经机器人平台及其 “引擎” 和 “转发器函数” 概念，本研究分析了开发新型模拟器实现真正真实世界仿真目标的潜力和可能性，并基于 NRP-Core 平台构建了一个自动驾驶系统，包括目标检测和自主控制。

    Dec, 2022

  • LiDARsim: 通过利用现实世界，实现逼真的激光雷达模拟

    本文提出了一种名为 LiDARsim 的模拟器，利用真实数据生成 3D 场景，通过物理模拟和深度神经网络相结合来生成 LiDAR 点云，用于测试感知算法和评估安全场景。

    Jun, 2020