Path Planning based on 2D Object Bounding-box

要約

都市環境内での自動運転 (AD) テクノロジーの導入には、大きな課題が伴います。
これらの課題には、かなり複雑な状況を管理できる高度な知覚システムと動作計画アルゴリズムの開発が必要です。
LiDAR センサーを利用したエンドツーエンドの AD 手法はこのシナリオで大きな成功を収めていますが、その欠点が実用化を妨げる可能性があると私たちは主張します。
その代わりに、パフォーマンスを犠牲にすることなく合理化されたモデルを提供する有望な代替手段として、ビジョン中心の AD を提案します。
この研究では、都市部の運転シナリオにおける模倣学習を通じて開発された、オブジェクトの 2D 境界ボックスを利用した経路計画手法を紹介します。
これは、高解像度 (HD) 地図データと周囲のカメラでキャプチャされた画像を統合することによって実現されます。
後続の認識タスクには境界ボックスの検出と追跡が含まれますが、計画フェーズでは時間空間特徴の集約にグラフ ニューラル ネットワーク (GNN) を介したローカル エンベディングと Transformer を介したグローバル エンベディングの両方を使用し、最終的に最適なパス プランニング情報を生成します。
私たちは nuPlan 計画タスクでモデルを評価し、既存のビジョン中心の手法と比較して競争力のあるパフォーマンスを発揮することを観察しました。

要約(オリジナル)

The implementation of Autonomous Driving (AD) technologies within urban environments presents significant challenges. These challenges necessitate the development of advanced perception systems and motion planning algorithms capable of managing situations of considerable complexity. Although the end-to-end AD method utilizing LiDAR sensors has achieved significant success in this scenario, we argue that its drawbacks may hinder its practical application. Instead, we propose the vision-centric AD as a promising alternative offering a streamlined model without compromising performance. In this study, we present a path planning method that utilizes 2D bounding boxes of objects, developed through imitation learning in urban driving scenarios. This is achieved by integrating high-definition (HD) map data with images captured by surrounding cameras. Subsequent perception tasks involve bounding-box detection and tracking, while the planning phase employs both local embeddings via Graph Neural Network (GNN) and global embeddings via Transformer for temporal-spatial feature aggregation, ultimately producing optimal path planning information. We evaluated our model on the nuPlan planning task and observed that it performs competitively in comparison to existing vision-centric methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google