要約
主要な自動運転車 (AV) プラットフォームとテスト インフラストラクチャは、残念ながら独自仕様でクローズド ソースです。
したがって、安全性が重要な AV のパフォーマンスと実際の安全性を評価することは困難です。
同様に、非常に必要とされるマルチエージェント分析用のプラットフォームはほとんどありません。
センサー フュージョンと共同 & 分散センシングの分析の出発点を提供するために、AVstack を使用してアクセス可能なモジュラー センシング プラットフォームを設計します。
共同で分散されたカメラ レーダー フュージョン アルゴリズムを構築し、AV データセット、物理ベースのシミュレーター、ハードウェアの評価エコシステムを物理世界で実証します。
この 3 つの部分からなるエコシステムにより、既存の開発プラットフォームでは非常に困難な次世代構成のテストが可能になります。
要約(オリジナル)
Leading autonomous vehicle (AV) platforms and testing infrastructures are, unfortunately, proprietary and closed-source. Thus, it is difficult to evaluate how well safety-critical AVs perform and how safe they truly are. Similarly, few platforms exist for much-needed multi-agent analysis. To provide a starting point for analysis of sensor fusion and collaborative & distributed sensing, we design an accessible, modular sensing platform with AVstack. We build collaborative and distributed camera-radar fusion algorithms and demonstrate an evaluation ecosystem of AV datasets, physics-based simulators, and hardware in the physical world. This three-part ecosystem enables testing next-generation configurations that are prohibitively challenging in existing development platforms.
arxiv情報
| 著者 | R. Spencer Hallyburton,Nate Zelter,David Hunt,Kristen Angell,Miroslav Pajic |
| 発行日 | 2023-03-29 14:58:23+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google