Обзор автономного вождения: общепринятые практики и новые технологии
A Survey of Autonomous Driving: Common Practices and Emerging Technologies
2020-01-01
SCID: 54.1/merdhr2v
Discuss with AI
системы автоматизированного вожденияавтономное вождениелокализация и картографированиевосприятие и планированиесовременные алгоритмы
Figures from the paper
Abstract (AI)
Автоматизированные системы вождения (automated driving systems, ADS) призваны обеспечить безопасное, комфортное и эффективное вождение. Однако число смертельных случаев с участием транспортных средств, оснащённых ADS, растёт. Полный потенциал ADS не может быть реализован без дальнейшего повышения надёжности современных технических решений. В статье рассматриваются нерешённые проблемы и представлен обзор технических аспектов автоматизированного вождения. Проведён подробный анализ исследований, посвящённых современным вызовам, архитектурам систем высокого уровня, новым методологиям и основным функциям, включая локализацию, построение карт, восприятие окружающей среды, планирование и человеко-машинные интерфейсы. Кроме того, многочисленные современные алгоритмы были реализованы и сравнены на собственной платформе в условиях реального дорожного движения. В заключение представлен обзор доступных наборов данных и инструментов для разработки ADS.
Key Findings
1
Автоматизированные системы вождения обещают сделать транспорт безопаснее, комфортнее и эффективнее, однако число смертельных случаев с участием оснащённых ими автомобилей растёт.
2
В обзоре рассмотрены нерешённые проблемы, архитектуры систем, новые методологии и ключевые функции, включая локализацию, картографирование, восприятие, планирование и человеко-машинные интерфейсы.
3
Множество современных алгоритмов были реализованы и сопоставлены на платформе авторов в условиях реального дорожного движения.
4
В статье обобщены доступные наборы данных и инструменты для разработки автоматизированных систем вождения.
5
Ограниченная устойчивость современных автоматизированных систем вождения названа главным препятствием для реализации их полного потенциала.
Research Object
Системы автоматизированного вождения (ADS)
Research Subject
технические проблемы, архитектуры, методологии, ключевые функции, алгоритмы, наборы данных и инструменты для повышения надёжности и разработки систем автоматизированного вождения
Publication Details
Publication Date
2020-01-01
Journal
Publisher
ISSN
Cited by
1889
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai8
Глубокое остаточное обучение для распознавания изображений2016
Классификация ImageNet с использованием глубоких сверточных нейронных сетей2017
Очень глубокие сверточные сети для масштабного распознавания изображений2014
ImageNet: крупномасштабная иерархическая база изображений2009
Обнаружение объектов с помощью глубокого обучения: обзор2019
Глубокое обучение для универсального обнаружения объектов: обзор2019
Планирование движения роботов на основе выборки: обзор2014
Мультимодальная распределённая система Интернета вещей реального времени для управления городским движением (приглашённый доклад)2024
Работы, цитирующие эту статью4
Технологии сенсоров и слияния сенсорных данных в автономных транспортных средствах: обзор2021
Обзор автономных транспортных средств: прогресс, методы и проблемы2022
Вехи развития автономного вождения и интеллектуальных транспортных средств: обзор обзоров2022
Обзор оптических вычислений до сенсора2026