端到端泊车模型开源 | ParkingE2E使用模仿学习+自回归预测，让泊车直接端到端SOTA !

文章预览

自主泊车是智能驾驶领域的一项关键任务。传统的泊车算法通常采用基于规则的方案来实现。然而，由于算法设计的复杂性，这些方法在复杂的泊车场景中效果不佳。相比之下，基于神经网络的 方法往往比基于规则的方法更为直观和灵活。通过收集大量的专家泊车轨迹数据，并利用基于学习的方法模仿人类策略，可以有效地解决泊车任务。在本文中，作者采用模仿学习的方法，从RGB图像到路径规划进行端到端的规划，通过模仿人类驾驶轨迹。所提出的端到端方法利用目标 Query 编码器融合图像和目标特征，并采用基于 Transformer 的解码器自回归地预测未来路点。作者在真实世界场景中进行了大量实验，结果表明，所提出的方法在四个不同的真实世界车库中平均泊车成功率达到了87.8%。真实车辆实验进一步验证了本文提出方法的可行性和有效性。相关 ………………………………