Improving Indoor Localization Accuracy by Using an Efficient Implicit Neural Map Representation

投稿日: 2025年4月1日 作成者: jarxiv

要約

既知のマップでモバイルロボットをグローバルにローカライズすることは、多くの場合、ロボットが自律的にナビゲートおよび操作できるようにするための基盤です。
屋内環境では、占有グリッドマップに基づく従来のモンテカルロのローカリゼーションはゴールドスタンダードと見なされますが、その精度は占有グリッドマップの表現機能によって制限されます。
この論文では、確率的なグローバルローカリゼーションを正確に実行できる効果的なマップ表現を構築する問題に対処します。
この目的のために、2D LIDARスキャンから位置的および方向性の幾何学的特徴をキャプチャできる暗黙の神経マップ表現を提案し、環境を効率的に表現し、マッピングされた環境での任意のポイントの非プロジェクトの署名距離と方向目的の射影距離の両方を予測できる神経ネットワークを学習します。
このニューラルマップ表現と軽量のニューラルネットワークの組み合わせにより、従来のモンテカルロローカリゼーションフレームワーク内でリアルタイムでロボットを推定するための効率的な観測モデルを設計することができます。
グローバルなローカリゼーションのために公開されているデータセットでの屋内ローカリゼーションへのアプローチを評価し、実験結果は、私たちのアプローチが、占有または既存のニューラルマップ表現を使用する他のローカリゼーションアプローチよりもモバイルロボットをより正確にローカライズできることを示しています。
2D LIDARローカリゼーションのために暗黙の神経マップ表現を採用する他のアプローチとは対照的に、このアプローチにより、収束後およびほぼリアルタイムのグローバルローカリゼーション後のリアルタイムポーズ追跡を実行できます。
アプローチのコードは、https：//github.com/prbonn/enm-mclで入手できます。

要約(オリジナル)

Globally localizing a mobile robot in a known map is often a foundation for enabling robots to navigate and operate autonomously. In indoor environments, traditional Monte Carlo localization based on occupancy grid maps is considered the gold standard, but its accuracy is limited by the representation capabilities of the occupancy grid map. In this paper, we address the problem of building an effective map representation that allows to accurately perform probabilistic global localization. To this end, we propose an implicit neural map representation that is able to capture positional and directional geometric features from 2D LiDAR scans to efficiently represent the environment and learn a neural network that is able to predict both, the non-projective signed distance and a direction-aware projective distance for an arbitrary point in the mapped environment. This combination of neural map representation with a light-weight neural network allows us to design an efficient observation model within a conventional Monte Carlo localization framework for pose estimation of a robot in real time. We evaluated our approach to indoor localization on a publicly available dataset for global localization and the experimental results indicate that our approach is able to more accurately localize a mobile robot than other localization approaches employing occupancy or existing neural map representations. In contrast to other approaches employing an implicit neural map representation for 2D LiDAR localization, our approach allows to perform real-time pose tracking after convergence and near real-time global localization. The code of our approach is available at: https://github.com/PRBonn/enm-mcl.

arxiv情報

著者 Haofei Kuang,Yue Pan,Xingguang Zhong,Louis Wiesmann,Jens Behley,Cyrill Stachniss
発行日 2025-03-30 15:31:02+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Improving Indoor Localization Accuracy by Using an Efficient Implicit Neural Map Representation はコメントを受け付けていません

Boosting Omnidirectional Stereo Matching with a Pre-trained Depth Foundation Model

投稿日: 2025年4月1日 作成者: jarxiv

要約

完全な360 {\ deg}の視野でシーンの理解を必要とするモバイルロボットアプリケーションには、全方向性深度知覚が不可欠です。
カメラベースのセットアップは、ステレオ深度推定を使用して、高価なアクティブセンシングに依存せずに密集した高解像度の深度マップを生成することにより、費用対効果の高いオプションを提供します。
ただし、実際のデータが不足しているため、既存の全方向ステレオマッチングアプローチは、多様な環境、深さ範囲、および照明条件にわたって限られた深度精度のみを実現します。
Dfi-Omnistereoを提示します。これは、反復的最適化ベースのステレオマッチングアーキテクチャ内で相対的な単眼深度推定のための大規模な事前訓練の基礎モデルを活用する新しい最新のステレオマッチング方法です。
スケール不変の微調整の前に、全方向性ステレオマッチングに相対的な単眼深度の特徴を利用するための専用の2段階トレーニング戦略を紹介します。
DFI-OMNISTEREOは、実際のHelvipadデータセットで最新の結果を達成し、以前の最良の全部ステレオ法と比較して格差MAEを約16％削減します。

要約(オリジナル)

Omnidirectional depth perception is essential for mobile robotics applications that require scene understanding across a full 360{\deg} field of view. Camera-based setups offer a cost-effective option by using stereo depth estimation to generate dense, high-resolution depth maps without relying on expensive active sensing. However, existing omnidirectional stereo matching approaches achieve only limited depth accuracy across diverse environments, depth ranges, and lighting conditions, due to the scarcity of real-world data. We present DFI-OmniStereo, a novel omnidirectional stereo matching method that leverages a large-scale pre-trained foundation model for relative monocular depth estimation within an iterative optimization-based stereo matching architecture. We introduce a dedicated two-stage training strategy to utilize the relative monocular depth features for our omnidirectional stereo matching before scale-invariant fine-tuning. DFI-OmniStereo achieves state-of-the-art results on the real-world Helvipad dataset, reducing disparity MAE by approximately 16% compared to the previous best omnidirectional stereo method.

arxiv情報

著者 Jannik Endres,Oliver Hahn,Charles Corbière,Simone Schaub-Meyer,Stefan Roth,Alexandre Alahi
発行日 2025-03-30 16:24:22+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | Boosting Omnidirectional Stereo Matching with a Pre-trained Depth Foundation Model はコメントを受け付けていません

ROVER: A Multi-Season Dataset for Visual SLAM

投稿日: 2025年4月1日 作成者: jarxiv

要約

堅牢なスラムは、公園や庭園などの自然で半構造化された環境での自律的なナビゲーションのための重要なイネーブラーです。
ただし、これらの環境は、季節の頻繁な変化、さまざまな光条件、密な植生によるスラムの独自の課題を提示します。
これらの要因は、しばしば構造化された都市環境向けに開発された視覚スラムアルゴリズムの性能を低下させます。
このギャップに対処するために、多様な環境条件と空間構成の下で視覚的なスラムアルゴリズムを評価するために調整された包括的なベンチマークデータセットであるRoverを提示します。
Datasetを、Monocular、Stereo、およびRGBDカメラを備えたロボットプラットフォームと慣性センサーをキャプチャしました。
5つの屋外の場所で39の録音をカバーし、すべての季節とさまざまな照明シナリオ、つまり昼、夕暮れ、夜間の照明の有無にかかわらず収集されます。
この新しいデータセットを使用して、いくつかの従来および深い学習ベースのスラム方法を評価し、多様な挑戦的な条件でパフォーマンスを研究します。
結果は、ステレオインチールティアルおよびRGBDの構成は、一般に好ましい照明と中程度の植生の下でより良いパフォーマンスを発揮することを示していますが、ほとんどのスラムシステムは、特に夏と秋には、低光および高脈のシナリオではパフォーマンスが低いことを示しています。
私たちの分析では、現在のシステムがスケール、特徴抽出、軌道の一貫性に影響を与える動的な環境要因と闘っているため、屋外用途向けの視覚スラムアルゴリズムの適応性の向上の必要性が強調されています。
このデータセットは、現実世界の半構造化された環境で視覚的なスラム研究を進めるための強固な基盤を提供し、長期的な屋​​外のローカリゼーションとマッピングのためのより回復力のあるスラムシステムの開発を促進します。
データセットとベンチマークのコードは、https：//iis-esslingen.github.io/roverで入手できます。

要約(オリジナル)

Robust SLAM is a crucial enabler for autonomous navigation in natural, semi-structured environments such as parks and gardens. However, these environments present unique challenges for SLAM due to frequent seasonal changes, varying light conditions, and dense vegetation. These factors often degrade the performance of visual SLAM algorithms originally developed for structured urban environments. To address this gap, we present ROVER, a comprehensive benchmark dataset tailored for evaluating visual SLAM algorithms under diverse environmental conditions and spatial configurations. We captured the dataset with a robotic platform equipped with monocular, stereo, and RGBD cameras, as well as inertial sensors. It covers 39 recordings across five outdoor locations, collected through all seasons and various lighting scenarios, i.e., day, dusk, and night with and without external lighting. With this novel dataset, we evaluate several traditional and deep learning-based SLAM methods and study their performance in diverse challenging conditions. The results demonstrate that while stereo-inertial and RGBD configurations generally perform better under favorable lighting and moderate vegetation, most SLAM systems perform poorly in low-light and high-vegetation scenarios, particularly during summer and autumn. Our analysis highlights the need for improved adaptability in visual SLAM algorithms for outdoor applications, as current systems struggle with dynamic environmental factors affecting scale, feature extraction, and trajectory consistency. This dataset provides a solid foundation for advancing visual SLAM research in real-world, semi-structured environments, fostering the development of more resilient SLAM systems for long-term outdoor localization and mapping. The dataset and the code of the benchmark are available under https://iis-esslingen.github.io/rover.

arxiv情報

著者 Fabian Schmidt,Julian Daubermann,Marcel Mitschke,Constantin Blessing,Stefan Meyer,Markus Enzweiler,Abhinav Valada
発行日 2025-03-30 17:53:06+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.RO | ROVER: A Multi-Season Dataset for Visual SLAM はコメントを受け付けていません

Can Visuo-motor Policies Benefit from Random Exploration Data? A Case Study on Stacking

投稿日: 2025年4月1日 作成者: jarxiv

要約

人間のデモは、ロボット操作の最近の進歩の鍵でしたが、それらのスケーラビリティは、必要な人間の労働のかなりのコストによって妨げられています。
このホワイトペーパーでは、ロボット操作で視覚モーターポリシーをトレーニングするためにしばしば見落とされがちなリソースとして、ワークスペースのランダムにサンプリングされた位置への動きを介して自律的に生成されたランダム探索データとビデオシーケンスとアクションに焦点を当てています。
模倣学習の範囲内で、2つのパラダイムを介してランダム探査データを調べます。（a）3つの自己監視学習目標、コントラスト、および蒸留の損失、蒸留損失を備えたランダム探索ビデオフレームの使用を調査し、視覚的なトレーニングへの適用性を評価することにより。
（b）自律データ収集における有効性を評価するために、段階的な学習フレームワークのコンテキストでランダムモーターコマンドを分析することにより。
この目標に向けて、750時間以上のロボットデータ収集に基づいた大規模な実験的研究を提示し、400の成功したエピソードと12,000の失敗したエピソードを含みます。
我々の結果は、次のことを示しています。（a）3つの自己監視学習目標のうち、対照的な損失は、ランダムな探索ビデオフレームを活用しながら、視覚的なトレーニングに最も効果的であると思われます。
（b）ランダムモーターコマンドで収集されたデータは、トレーニングデータ分布のバランスをとり、自律データ収集の成功率を改善する上で重要な役割を果たす可能性があります。
ソースコードとデータセットは、https://cloudgripper.orgで公開されます。

要約(オリジナル)

Human demonstrations have been key to recent advancements in robotic manipulation, but their scalability is hampered by the substantial cost of the required human labor. In this paper, we focus on random exploration data-video sequences and actions produced autonomously via motions to randomly sampled positions in the workspace-as an often overlooked resource for training visuo-motor policies in robotic manipulation. Within the scope of imitation learning, we examine random exploration data through two paradigms: (a) by investigating the use of random exploration video frames with three self-supervised learning objectives-reconstruction, contrastive, and distillation losses-and evaluating their applicability to visual pre-training; and (b) by analyzing random motor commands in the context of a staged learning framework to assess their effectiveness in autonomous data collection. Towards this goal, we present a large-scale experimental study based on over 750 hours of robot data collection, comprising 400 successful and 12,000 failed episodes. Our results indicate that: (a) among the three self-supervised learning objectives, contrastive loss appears most effective for visual pre-training while leveraging random exploration video frames; (b) data collected with random motor commands may play a crucial role in balancing the training data distribution and improving success rates in autonomous data collection within this study. The source code and dataset will be made publicly available at https://cloudgripper.org.

arxiv情報

著者 Shutong Jin,Axel Kaliff,Ruiyu Wang,Muhammad Zahid,Florian T. Pokorny
発行日 2025-03-30 19:36:29+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Can Visuo-motor Policies Benefit from Random Exploration Data? A Case Study on Stacking はコメントを受け付けていません

Integral Forms in Matrix Lie Groups

投稿日: 2025年4月1日 作成者: jarxiv

要約

マトリックスの嘘グループは、ロボット工学、コンピュータービジョン、グラフィックスなどのフィールドでの動きを記述するための言語を提供します。
これらのツールを使用する場合、無限のシリーズの表現をよりコンパクトな有限シリーズ（例：オイラーロッドリゲスの式）に変えることに直面することがよくありますが、これは時々面倒です。
この論文では、コンパクトな分析結果を計算するためのより合理化された経路を提供するマトリックスLieグループ式のいくつかの有用な積分形態を特定します。
さらに、これらの表現の多くが相互に関連していることを示すこれらの積分形式のいくつかの再帰構造を提示します。
私たちのアプローチの鍵は、プロセスのかなり早い段階で嘘代数に最小限の多項式を適用して、派生全体を通して表現をコンパクトに保つ​​ことができることです。
シリーズアプローチでは、最小限の多項式が最後に適用されるため、結果の一般的な分析式を認識するのが難しくなります。
私たちの積分方法は、文献からいくつかのシリーズ由来の結果を再現できることを示しています。

要約(オリジナル)

Matrix Lie groups provide a language for describing motion in such fields as robotics, computer vision, and graphics. When using these tools, we are often faced with turning infinite-series expressions into more compact finite series (e.g., the Euler-Rodrigues formula), which can sometimes be onerous. In this paper, we identify some useful integral forms in matrix Lie group expressions that offer a more streamlined pathway for computing compact analytic results. Moreover, we present some recursive structures in these integral forms that show many of these expressions are interrelated. Key to our approach is that we are able to apply the minimal polynomial for a Lie algebra quite early in the process to keep expressions compact throughout the derivations. With the series approach, the minimal polynomial is usually applied at the end, making it hard to recognize common analytic expressions in the result. We show that our integral method can reproduce several series-derived results from the literature.

arxiv情報

著者 Timothy D Barfoot
発行日 2025-03-30 20:25:35+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Integral Forms in Matrix Lie Groups はコメントを受け付けていません

PhysPose: Refining 6D Object Poses with Physical Constraints

投稿日: 2025年4月1日 作成者: jarxiv

要約

画像からの正確な6Dオブジェクトのポーズ推定は、オブジェクト中心のシーンの理解における重要な問題であり、ロボット工学、拡張現実、シーンの再構築のアプリケーションを可能にします。
最近の進歩にもかかわらず、既存の方法はしばしば物理的に一貫性のないポーズ推定値を生み出し、実際のシナリオでの展開を妨げます。
Physposeを紹介します。これは、物理的な推論をポーズ推定に統合し、不浸透性と重力の制約を強制するポストプロセスの最適化を通じてポーズ推定に統合します。
シーンのジオメトリを活用することにより、Physposeはポーズの見積もりを改良して、物理的な妥当性を確保します。
私たちのアプローチは、BOPベンチマークからYCB-Videoデータセットの最先端の精度を達成し、Hope-Videoデータセットの最先端のポーズ推定方法を改善します。
さらに、挑戦的なピックアンドプレイスタスクでの成功率を大幅に改善し、実際のアプリケーションにおける物理的な一貫性の重要性を強調することにより、ロボット工学への影響を実証します。

要約(オリジナル)

Accurate 6D object pose estimation from images is a key problem in object-centric scene understanding, enabling applications in robotics, augmented reality, and scene reconstruction. Despite recent advances, existing methods often produce physically inconsistent pose estimates, hindering their deployment in real-world scenarios. We introduce PhysPose, a novel approach that integrates physical reasoning into pose estimation through a postprocessing optimization enforcing non-penetration and gravitational constraints. By leveraging scene geometry, PhysPose refines pose estimates to ensure physical plausibility. Our approach achieves state-of-the-art accuracy on the YCB-Video dataset from the BOP benchmark and improves over the state-of-the-art pose estimation methods on the HOPE-Video dataset. Furthermore, we demonstrate its impact in robotics by significantly improving success rates in a challenging pick-and-place task, highlighting the importance of physical consistency in real-world applications.

arxiv情報

著者 Martin Malenický,Martin Cífka,Médéric Fourmy,Louis Montaut,Justin Carpentier,Josef Sivic,Vladimir Petrik
発行日 2025-03-30 20:52:17+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.RO | PhysPose: Refining 6D Object Poses with Physical Constraints はコメントを受け付けていません

Exploring GPT-4 for Robotic Agent Strategy with Real-Time State Feedback and a Reactive Behaviour Framework

投稿日: 2025年4月1日 作成者: jarxiv

要約

シミュレーションにおけるヒューマノイドロボットでのGPT-4の使用と、新しい大手言語モデル（LLM）駆動型の動作法の概念の証明として現実の世界を調査します。
LLMは、ロボットエージェントの動作を含むさまざまなタスクを実行する機能を示しています。
問題には、LLMに目標を促すことが含まれ、LLMはその目標を達成するために完了するためにサブタスクを出力します。
以前の作品は、LLMの生成されたタスクの実行可能性と正確性に焦点を当てています。
安全性、タスク間の移行、タスクの時間帯、状態のフィードバックに関する実際的な懸念に成功裏に対処する方法を提案します。
私たちの実験では、私たちのアプローチは、スムーズな移行で毎回実行できる実行可能な要求の出力を生成することがわかりました。
ユーザーの要求は、ほとんどの場合、ゴールタイムの範囲で達成されます。

要約(オリジナル)

We explore the use of GPT-4 on a humanoid robot in simulation and the real world as proof of concept of a novel large language model (LLM) driven behaviour method. LLMs have shown the ability to perform various tasks, including robotic agent behaviour. The problem involves prompting the LLM with a goal, and the LLM outputs the sub-tasks to complete to achieve that goal. Previous works focus on the executability and correctness of the LLM’s generated tasks. We propose a method that successfully addresses practical concerns around safety, transitions between tasks, time horizons of tasks and state feedback. In our experiments we have found that our approach produces output for feasible requests that can be executed every time, with smooth transitions. User requests are achieved most of the time across a range of goal time horizons.

arxiv情報

著者 Thomas O’Brien,Ysobel Sims
発行日 2025-03-30 21:53:28+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | Exploring GPT-4 for Robotic Agent Strategy with Real-Time State Feedback and a Reactive Behaviour Framework はコメントを受け付けていません

Joint Moment Estimation for Hip Exoskeleton Control: A Generalized Moment Feature Generation Method

投稿日: 2025年4月1日 作成者: jarxiv

要約

ウォーキング中の股関節のモーメントは、股関節外骨格支援制御の重要な基盤です。
最近の研究では、股関節のモーメントが瞬時に瞬時に多くの利点を提供し、単純なセンサーの要件やさまざまな歩行速度への適応性など、歩行の推定に基づいて支援トルクプロファイルを生成することと比較して多くの利点を提供しています。
ただし、既存の共同モーメント推定方法は、依然としてパーソナライズの欠如に悩まされており、新しいユーザーの推定精度の低下につながります。
課題に対処するために、このペーパーでは、一般化モーメント機能（GMF）に基づいた股関節モーメント推定方法を提案します。
GMFジェネレーターは、専用のデコーダーを介してジョイントモーメントにデコードできるまま、個々のバリエーションに不変の関節モーメントのGMFを学習するために構築されています。
このよく調整された表現を利用して、GRUベースのニューラルネットワークを使用して、HIP外骨格エンコーダで簡単に取得できるジョイントキネマティクスデータを使用してGMFを予測します。
提案された推定方法は、トレッドミルデータセットの28の歩行速度条件下で0.1180 nm/kgの根平均平方根誤差を達成し、ボディパラメーター融合のないモデルと比較して6.5％、ボディパラメーターを使用した従来の融合モデルで8.3％改善します。
さらに、提案された方法は、エンコーダーセンサーのみを備えた股関節外骨格で採用され、レベルグラウンドウォーキングのアシスト状態と比較して、ユーザーの平均20.5％の代謝削減（P <0.01）を達成しました。

要約(オリジナル)

Hip joint moments during walking are the key foundation for hip exoskeleton assistance control. Most recent studies have shown estimating hip joint moments instantaneously offers a lot of advantages compared to generating assistive torque profiles based on gait estimation, such as simple sensor requirements and adaptability to variable walking speeds. However, existing joint moment estimation methods still suffer from a lack of personalization, leading to estimation accuracy degradation for new users. To address the challenges, this paper proposes a hip joint moment estimation method based on generalized moment features (GMF). A GMF generator is constructed to learn GMF of the joint moment which is invariant to individual variations while remaining decodable into joint moments through a dedicated decoder. Utilizing this well-featured representation, a GRU-based neural network is used to predict GMF with joint kinematics data, which can easily be acquired by hip exoskeleton encoders. The proposed estimation method achieves a root mean square error of 0.1180 Nm/kg under 28 walking speed conditions on a treadmill dataset, improved by 6.5% compared to the model without body parameter fusion, and by 8.3% for the conventional fusion model with body parameter. Furthermore, the proposed method was employed on a hip exoskeleton with only encoder sensors and achieved an average 20.5% metabolic reduction (p<0.01) for users compared to assist-off condition in level-ground walking.

arxiv情報

著者 Yuanwen Zhang,Jingfeng Xiong,Haolan Xian,Chuheng Chen,Xinxing Chen,Chenglong Fu,Yuquan Leng
発行日 2025-03-31 01:29:16+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Joint Moment Estimation for Hip Exoskeleton Control: A Generalized Moment Feature Generation Method はコメントを受け付けていません

A Survey of Reinforcement Learning-Based Motion Planning for Autonomous Driving: Lessons Learned from a Driving Task Perspective

投稿日: 2025年4月1日 作成者: jarxiv

要約

強化学習（RL）は、複雑で動的な意思決定タスクでポリシーを調査および最適化する能力を備えており、自律運転（AD）におけるモーションプランニング（MOP）の課題に対処するための有望なアプローチとして浮上しています。
RLとADの急速な進歩にもかかわらず、多様な運転タスクに合わせたRL設計プロセスの体系的な説明と解釈は未発達のままです。
この調査では、タスク固有の視点からのレッスンに焦点を当てたAD用のRLベースのMOPの包括的なレビューを提供します。
まず、RL方法論の基礎の概要を説明し、次にMOPでアプリケーションを調査し、シナリオ固有の機能とタスク要件を分析して、RL設計の選択肢に対する影響に光を当てます。
この分析に基づいて、主要な設計体験を要約し、さまざまな運転タスクアプリケーションから洞察を抽出し、将来の実装のガイダンスを提供します。
さらに、RLベースのMOPのフロンティアの課題を調べ、これらの課題に対処するための最近の取り組みをレビューし、未解決の問題を克服するための戦略を提案します。

要約(オリジナル)

Reinforcement learning (RL), with its ability to explore and optimize policies in complex, dynamic decision-making tasks, has emerged as a promising approach to addressing motion planning (MoP) challenges in autonomous driving (AD). Despite rapid advancements in RL and AD, a systematic description and interpretation of the RL design process tailored to diverse driving tasks remains underdeveloped. This survey provides a comprehensive review of RL-based MoP for AD, focusing on lessons from task-specific perspectives. We first outline the fundamentals of RL methodologies, and then survey their applications in MoP, analyzing scenario-specific features and task requirements to shed light on their influence on RL design choices. Building on this analysis, we summarize key design experiences, extract insights from various driving task applications, and provide guidance for future implementations. Additionally, we examine the frontier challenges in RL-based MoP, review recent efforts to addresse these challenges, and propose strategies for overcoming unresolved issues.

arxiv情報

著者 Zhuoren Li,Guizhe Jin,Ran Yu,Zhiwen Chen,Nan Li,Wei Han,Lu Xiong,Bo Leng,Jia Hu,Ilya Kolmanovsky,Dimitar Filev
発行日 2025-03-31 01:31:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.LG, cs.RO | A Survey of Reinforcement Learning-Based Motion Planning for Autonomous Driving: Lessons Learned from a Driving Task Perspective はコメントを受け付けていません

Towards Benchmarking and Assessing the Safety and Robustness of Autonomous Driving on Safety-critical Scenarios

投稿日: 2025年4月1日 作成者: jarxiv

要約

自律運転は、認識タスクのパフォーマンス改善やエンドツーエンドの自律駆動システムの開発など、学界と産業の両方で大きな進歩を遂げています。
ただし、自律運転の安全性と堅牢性評価は十分な注目を集めていません。
自律運転の現在の評価は、通常、自然駆動シナリオで行われます。
ただし、多くの事故は、安全性が批判的なシナリオとしても知られているエッジの場合にしばしば発生します。
これらの安全性が批判的なシナリオを収集することは困難であり、現在、安全性が批判的なシナリオを構成するものの明確な定義はありません。
この作業では、安全性の高いシナリオでの自律運転の安全性と堅牢性を探ります。
まず、敵対的な攻撃シナリオや自然分布の変化などの静的なトラフィックシナリオ、および事故シナリオなどの動的なトラフィックシナリオなど、安全性の高いシナリオの定義を提供します。
次に、自律的な運転安全試験プラットフォームを開発して、自律運転システムを包括的に評価し、知覚モジュールの評価だけでなく、システムレベルの評価も網羅しています。
当社の作業は、自律運転のための安全検証プロセスを体系的に構築し、業界が標準化されたテストフレームワークを確立し、実際の道路展開のリスクを削減するための技術サポートを提供します。

要約(オリジナル)

Autonomous driving has made significant progress in both academia and industry, including performance improvements in perception task and the development of end-to-end autonomous driving systems. However, the safety and robustness assessment of autonomous driving has not received sufficient attention. Current evaluations of autonomous driving are typically conducted in natural driving scenarios. However, many accidents often occur in edge cases, also known as safety-critical scenarios. These safety-critical scenarios are difficult to collect, and there is currently no clear definition of what constitutes a safety-critical scenario. In this work, we explore the safety and robustness of autonomous driving in safety-critical scenarios. First, we provide a definition of safety-critical scenarios, including static traffic scenarios such as adversarial attack scenarios and natural distribution shifts, as well as dynamic traffic scenarios such as accident scenarios. Then, we develop an autonomous driving safety testing platform to comprehensively evaluate autonomous driving systems, encompassing not only the assessment of perception modules but also system-level evaluations. Our work systematically constructs a safety verification process for autonomous driving, providing technical support for the industry to establish standardized test framework and reduce risks in real-world road deployment.

arxiv情報

著者 Jingzheng Li,Xianglong Liu,Shikui Wei,Zhijun Chen,Bing Li,Qing Guo,Xianqi Yang,Yanjun Pu,Jiakai Wang
発行日 2025-03-31 04:13:32+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.RO | Towards Benchmarking and Assessing the Safety and Robustness of Autonomous Driving on Safety-critical Scenarios はコメントを受け付けていません