自动泊车端到端算法 ParkingE2E 介绍
01 算法介绍
自主泊车是智能驾驶领域中的一项关键任务。传统的泊车算法通常使用基于规则的方案来实现。因为算法设计复杂，这些方法在复杂泊车场景中的有效性较低。
相比之下，基于神经网络的方法往往比基于规则的方法更加直观和多功能。通过收集大量专家泊车轨迹数据，基于学习的仿人策略方法，可以有效解决泊车任务。
在本文中，我们采用模仿学习来执行从 RGB 图像到路径规划的端到端规划，模仿人类驾驶轨迹。我们提出的端到端方法利用目标查询编码器来融合图像和目标特征，并使用基于 Transformer 的解码器自回归预测未来的航点。
我们在真实世界场景中进行了广泛的实验，结果表明，我们提出的方法在四个不同的真实车库中**平均泊车成功率达到了 87.8%**。实车实验进一步验证了本文提出方法的可行性和有效性。
输入：1.去完畸变的 RGB 图 2.目标停车位
输出：路径规划
论文精读博客参考链接：https://blog.csdn.net/qq_45933056/article/details/140968352
源代码：https://github.com/qintonguav/ParkingE2E
02 算法部署后的 demo 效果展示
03 实现过程
3.1 算法整体架构
多视角 RGB 图像被处理，图像特征被转换为 BEV（鸟瞰图）表示形式。使用目标停车位生成 BEV 目标特征，通过目标查询将目标特征和图像 BEV 特征融合，然后使用自回归的 Transformer 解码器逐个获得预测的轨迹点。
3.2 训练过程
注：训练数据集是去完畸变的图像，在数据处理时需要对 4 路鱼眼相机进行标定，获取相机内外参，对鱼眼图进行去畸变，去完畸变的图像会被制作成训练集
获取去完畸变的 RGB 图像和目标停车位做为输入：
（去完畸变的 RGB 图像示例）
目标停车位坐标示例：
使用 EfficientNet 从 RGB 图像中提取特征；
将预测的深度分布 ddep 与图像特征 Fimg 相乘，以获得具有深度信息的图像特征；
将图像特征投影到 BEV 体素网格（特征的大小为 200×200，对应实际空间范围 x∈[−10m， 10m]， y∈[−10m， 10m]，分辨率为 0.1 米）中，生成相机特征 Fcam。
BEV 视图示例：
使用深度 CNN 神经网络提取目标停车位特征 Ftarget
在 BEV 空间，将相机特征 Fcam 和目标停车位特征 Ftarget 进行融合，获取融合特征 Ffuse
使用 Transformer 解码器以自回归方式预测轨迹点
预测的轨迹序列示例：
实现过程图标表示：
3.3 推理过程
在 RViz 界面软件中使用“2D-Nav-Goal”来选择目标停车位
获取起始位姿，将以起始点为原点的世界坐标转化为车辆坐标
组合数据输入到 transformer 进行推理，预测轨迹序列
将预测的轨迹序列发布到 rviz 进行可视化
04 评估指标
端到端实车评估：在实车实验中，我们使用以下指标来评估端到端停车性能。
关键词解释：
PSR：停车成功率
NSR：无车位率
PVR：停车违规率
APE：平均位置误差
AOE：平均方向误差
APS：平均停车得分
APT：平均停车时间
05 局限性
由于数据规模和场景多样性的限制，我们的方法对移动目标的适应性较差
训练过程需要专家轨迹
与传统的基于规则的停车方法相比仍有差距
还未添加个人签名 2021-03-11 加入
还未添加个人简介
评论