DiffRoad: Realistic and Diverse Road Scenario Generation for Autonomous Vehicle Testing

要約

自動運転車のテストと検証には、現実的で多様な道路シナリオを生成することが不可欠です。
それにもかかわらず、現実の道路環境は複雑で変動しやすいため、インテリジェントな運転テストのための本格的で多様なシナリオを作成することは困難です。
この論文では、制御可能で忠実度の高い 3D 道路シナリオを生成するように設計された新しい拡散モデルである DiffRoad を提案します。
DiffRoad は、拡散モデルの生成機能を利用して、逆ノイズ除去プロセスを通じてホワイト ノイズから道路レイアウトを合成し、現実世界の空間特徴を維持します。
生成されるシナリオの品質を向上させるために、Road-UNet アーキテクチャを設計し、バックボーン接続とスキップ接続のバランスを最適化し、リアリティの高いシナリオを生成します。
さらに、道路の連続性と道路の合理性という 2 つの重要な指標を使用して、インテリジェントな運転テストに適切かつ合理的なシナリオを選別する道路シナリオ評価モジュールを導入します。
複数の実世界のデータセットに対する実験結果は、元の分布を維持しながら現実的で滑らかな道路構造を生成する DiffRoad の能力を実証しています。
さらに、生成されたシナリオは OpenDRIVE 形式に完全に自動化され、汎用的な自動運転車シミュレーション テストが容易になります。
DiffRoad は、大規模な自動運転車テスト用の豊富で多様なシナリオ ライブラリを提供し、自動運転車により適した将来のインフラ設計のための貴重な洞察を提供します。

要約(オリジナル)

Generating realistic and diverse road scenarios is essential for autonomous vehicle testing and validation. Nevertheless, owing to the complexity and variability of real-world road environments, creating authentic and varied scenarios for intelligent driving testing is challenging. In this paper, we propose DiffRoad, a novel diffusion model designed to produce controllable and high-fidelity 3D road scenarios. DiffRoad leverages the generative capabilities of diffusion models to synthesize road layouts from white noise through an inverse denoising process, preserving real-world spatial features. To enhance the quality of generated scenarios, we design the Road-UNet architecture, optimizing the balance between backbone and skip connections for high-realism scenario generation. Furthermore, we introduce a road scenario evaluation module that screens adequate and reasonable scenarios for intelligent driving testing using two critical metrics: road continuity and road reasonableness. Experimental results on multiple real-world datasets demonstrate DiffRoad’s ability to generate realistic and smooth road structures while maintaining the original distribution. Additionally, the generated scenarios can be fully automated into the OpenDRIVE format, facilitating generalized autonomous vehicle simulation testing. DiffRoad provides a rich and diverse scenario library for large-scale autonomous vehicle testing and offers valuable insights for future infrastructure designs that are better suited for autonomous vehicles.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google