本文介绍了 F1 / 10:一个开源,价格实惠且高性能的 1/10 级自主车辆测试平台,它可以用于自主系统的研究和教育,使自主性更加普及。
Jan, 2019
CARLA 是一款用于自主驾驶研究的开源模拟器,支持模块化流程、模仿学习和强化学习,可用于研究不同驾驶方式在不同场景下的表现,提供数字建模和传感器套件等资源。
Nov, 2017
探讨小型汽车平台在自动驾驶技术研究中的应用,分类和详述了通过使用这些平台实现的研究进展,提供了有关未来发展方向的建议。
Apr, 2024
在本文中,我们提出了一种利用智能手机作为机器人本体,实现丰富传感器套件,强大的计算能力,先进通信渠道,并可以访问到蓬勃发展的软件生态的系统。我们开发了一个软件堆栈,允许智能手机用于移动操作,并证明该系统足够强大,支持高级机器人工作负载,例如在非结构化环境中的人体跟随和实时自主导航,并得到了控制实验的支持,表明所提出的方法在不同的智能手机和机器人平台上都是稳健的。
Aug, 2020
本文提出了一个实验框架,通过多学科的方法(计算机视觉和人文社科学)研究自动驾驶汽车乘客的内部活动,包括与驾驶无关的活动,旨在捕捉实时的真实数据并创建数据集,以促进计算机视觉算法的发展和评估。
Jun, 2023
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。
在自动驾驶领域,本文提出了一种基于个人驾驶偏好的综合控制系统,以提供个性化的舒适驾驶体验,其中包括基于控制参数的车辆控制器和点击连续性分析,以跟踪容许加速度和任意加速度的规定标准。实验结果表明,该系统可以像人类驾驶者一样操纵无人驾驶汽车,为用户提供高度个性化的自动驾驶体验。
Jan, 2020
通过系统考察当前两代自动驾驶数据集,本综述提供关于高质量数据集创建原则、数据引擎系统的关键作用,以及采用生成式基础模型促进可扩展数据生成等方面的见解。此外,本综述还详细分析了第三代自动驾驶数据集应具备的特征和数据规模,并深入探讨需要解决的科学和技术挑战,以推动自主创新和关键领域的技术提升。
Dec, 2023
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
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