ParkingE2E(基于摄像头的端到端停车网络：从图像到规划)

文章预览

0. 简介 自动泊车是智能驾驶领域的一项关键任务。传统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欠佳。相比之下，基于神经网络的方法往往比基于规则的方法更加直观且功能多样。通过收集大量专家泊车轨迹数据，并利用基于学习的方法模拟人类策略，泊车任务可以得到有效解决。 《ParkingE2E: Camera-based End-to-end Parking Network, from Images to Planning》 （https://arxiv.org/pdf/2408.02061） 采用模仿学习的方法，通过模仿人类驾驶轨迹，实现从RGB图像到路径规划的端到端规划。所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，以及基于Transformer的解码器来自回归地预测未来路径点。相关的代码在Github中可以看到。 图1：整体工作流程的示意图。我们的模型以环视摄像头图像和目标停 ………………………………