Path tracking system plays a key technology in autonomous driving. The system should be driven accurately along the lane and be careful not to cause any inconvenience to passengers. To address such tasks, this paper proposes hybrid tracker based optimal path tracking system. By applying a deep learning based lane detection algorithm and a designated fast lane fitting algorithm, this paper developed a lane processing algorithm that shows a match rate with actual lanes with minimal computational cost. In addition, three modified path tracking algorithms were designed using the GPS based path or the vision based path. In the driving system, a match rate for the correct ideal path does not necessarily represent driving stability. This paper proposes hybrid tracker based optimal path tracking system by applying the concept of an observer that selects the optimal tracker appropriately in complex road environments. The driving stability has been studied in complex road environments such as straight road with multiple 3-way junctions, roundabouts, intersections, and tunnels. Consequently, the proposed system experimentally showed the high performance with consistent driving comfort by maintaining the vehicle within the lanes accurately even in the presence of high complexity of road conditions. Code will be available in https://github.com/DGIST-ARTIV.


翻译:路径跟踪系统是自动驾驶的关键技术。 系统应该沿着车道精确驾驶, 谨慎地避免给乘客造成任何不便。 为了完成这些任务, 本文提出基于混合追踪器的最佳路径跟踪系统。 通过应用基于深深学习的航道检测算法和指定的快速航道安装算法, 本文开发了一条车道处理算法, 显示与实际航道的匹配率, 且计算成本最低。 此外, 三个修改过的路径跟踪算法是使用全球定位系统路径或视景路径设计的。 在驾驶系统中, 正确的理想航道的匹配率并不一定代表驾驶稳定性。 本文提出基于混合追踪器的最佳路径跟踪系统, 采用观察员在复杂的公路环境中适当选择最佳追踪器的概念。 驱动稳定性在复杂的公路环境中进行了研究, 例如有多条三路交叉路、 环路、 交叉路和隧道的直径路段。 因此, 拟议的系统实验性地展示了高速驾驶的性能, 并保持车辆的舒适性, 即使存在高度复杂的道路状况。 代码将在 https://github. com/DGISST-ARTIV 。

0
下载
关闭预览

相关内容

专知会员服务
91+阅读 · 2021年6月3日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
113+阅读 · 2020年10月8日
IJCAI2020接受论文列表,592篇论文pdf都在这了!
专知会员服务
63+阅读 · 2020年7月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
开发者应当了解的18套机器学习平台
深度学习世界
5+阅读 · 2018年8月14日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
论文浅尝 | Hike: A Hybrid Human-Machine Method for Entity Alignment
机器学习研究会
6+阅读 · 2018年1月6日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Autonomous Navigation System for a Delivery Drone
Arxiv
0+阅读 · 2021年6月16日
VIP会员
相关VIP内容
相关资讯
谷歌足球游戏环境使用介绍
CreateAMind
33+阅读 · 2019年6月27日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
开发者应当了解的18套机器学习平台
深度学习世界
5+阅读 · 2018年8月14日
IEEE2018|An Accurate and Real-time 3D Tracking System for Robots
carla 学习笔记
CreateAMind
9+阅读 · 2018年2月7日
carla无人驾驶模拟中文项目 carla_simulator_Chinese
CreateAMind
3+阅读 · 2018年1月30日
论文浅尝 | Hike: A Hybrid Human-Machine Method for Entity Alignment
机器学习研究会
6+阅读 · 2018年1月6日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员