Feb, 2022

Indy Autonomous Challenge -- 处理极限的自主赛车

PDF
TL;DR该研究论文介绍了一个团队以参加 2021 年 Indy 自主挑战赛来测试自动驾驶软件堆栈，在软件开发流程和硬件模拟方面进行了详细说明，并概述了软件架构和开发重点。
motorsportautonomous drivingself-driving softwaresimulation setupsoftware architecture
发现论文，激发创造
  • er.autopilot 1.0：高速椭圆赛车全自主系统堆栈

    Indy Autonomous Challenge (IAC) 中的 TII EuroRacing (TII-ER) 队使用了完整的软件架构，可以避开静态障碍物、主动超越并达到超过 75 m/s (270 km/h) 的速度；此研究还探讨了车辆动力学建模、模拟、遥测和安全的方法；同时介绍了比赛中的整体结果和每个模块的性能，以及在两个椭圆赛道上的比赛中的经验教训。

    Oct, 2023

  • 建立自主式 FSAE 赛车的探索和经验教训（基于模拟）

    该研究描述了在模拟环境中开发自动驾驶算法并将其部署到真实汽车上的过程中所涉及的挑战，着重研究了使用单个摄像头作为输入推断汽车方向盘角度的深度神经网络的训练、验证和部署等方面，以及如何通过模拟来加强软件的稳定性和性能。

    May, 2019

  • 退出仿真：实现大规模强健和韧性自主车辆的道路

    利用模拟系统开发自动驾驶技术，以实现真实世界操作中的鲁棒性。

    Oct, 2022

  • Learn-to-Race Challenge 2022: 自主赛车中的安全学习和跨领域泛化基准测试

    本文介绍了 L2R 2.0 自动驾驶比赛基准测试，通过多模态感知的强化学习方法在复杂的赛道环境中测试模型的安全、性能和泛化能力。

    May, 2022

  • 自主电动汽车极限行驶的实时适应速度优化

    这篇论文介绍了一种优化的速度规划器，可以将赛车能源策略转移到路面，可以在车辆的 ECU 上实时处理性能和紧急情况下的速度配置任务。

    Dec, 2020

  • 自动驾驶车辆的软件架构：LRM-B 团队参加第一届 CARLA 自动驾驶挑战赛

    本文介绍了在 CARLA 模拟器中，基于 CaRINA2 架构设计了一个自主车辆导航系统，能够有效避免交通违规，具备障碍物检测、交通标志检测、风险评估、决策制定和控制等多个关键组件，利用卷积神经网络等技术实现。该系统在首届 CARLA 自主驾驶挑战赛中成绩斐然，取得了 3 个赛道的胜利。

    Oct, 2020

  • 自主驾驶赛车的准确、低延迟视觉感知：挑战、机制和实用解决方案

    本论文介绍了将最先进的计算机视觉算法应用于自动驾驶赛车的实际挑战和解决方案，包括基于 YOLOv3 的物体检测，姿态估计和双目 / 单目视觉摄像头的时间同步，强调了适用于赛车领域的感知卷积神经网络的修改，姿态估计所使用的损失函数的改进以及亚微秒级相机同步的方法等。我们对该系统进行了彻底实验评估，证明其在实际赛车场景中具有准确性和低延迟性。

    Jul, 2020

  • AutoRally 开放的激进自动驾驶平台

    AutoRally 是一个 1:5 比例的机器人测试平台，可用于自动驾驶汽车研究，包括使用离线估计算法和卷积神经网络进行车辆状态估计以及探索可驾驶表面，使用真实世界的数据从六辆 AutoRally 机器人提供的验证结果证明了机器人的能力。

    Jun, 2018

  • RoboDrive 挑战：随时随地以任何条件驾驶

    自动驾驶中，强大的感知能力在面对各种未知条件时对车辆的安全部署至关重要。以四个关键任务为中心的 RoboDrive Challenge 比赛通过推动驾驶感知技术的发展来适应现实世界中的各种变化。通过对 140 个注册团队的近千份解决方案进行评估分析，比赛取得了显著的成果，特别是在处理传感器不一致性和环境变异性方面。这个挑战为该领域设立了新的基准，为未来的研究提供了丰富的技术参考。

    May, 2024

  • 自主驾驶新兴技术概述

    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