导读 题目:自动驾驶汽车决策数据集综述 发表时间:2023年6月 关键词:自动驾驶,决策,数据集 1 摘要 自动驾驶汽车(AV)有望重塑未来的交通系统,而决策是实现高级自动驾驶的关键模块之一。为了克服基于规则的方法无法很好地处理的复杂场景的问题, 数据驱动的决策方法引起了越来越多的关注。用于开发数据驱动方法的数据集会极大地影响决策性能,因此有必要全面了解现有自动驾驶数据集。从采集来源来看, 驾驶数据可分为车辆、环境和驾驶员相关数据。本研究比较了这三类最先进的数据集,并总结了它们的特征,包括使用的传感器、注释和驾驶场景。根据数据集的特点,本次调查还总结了数据集在AV决策各个方面的潜在应用,帮助研究人员找到合适的数据集来支持自己的研究。最后,本文总结了AV数据集的未来发展趋势。 2 车辆数据集 图1. 自动驾驶决策数据集发展历史 3 驾驶环境数据集 图2. 驾驶环境采集平台上的传感器数据 图3. 驾驶环境数据集注释 图4. 包含复杂行为交互的数据集 4 驾驶人数据集 图5. 驾驶人数据集概述 图6. 驾驶姿势数据集的数据类型 5 数据应用 图7. 技术决策路线 图8. 决策层细分 6 总结 在本文中,我们从四个方面调查了最先进的自动驾驶汽车决策数据集:车辆相关数据、环境相关数据、驾驶员相关数据及其具体应用。在简要回顾了决策数据集的发展历史后,我们给出了一个详细的总结,包括许多以前的调查中没有涵盖的最新数据集。我们将数据类型、注释和特征分为特定类别。在比较和特征分析的基础上,总结了自动驾驶汽车在各种决策中的局限性和潜在应用。通过组织对驾驶员、车辆和环境数据集类别的审查,本调查致力于在算法开发需要数据时,为AV决策的研究人员和开发人员提供清晰直观的选择参考。还总结了未来的趋势,为未来的数据集收集形式提供了建议。 欢迎投稿Welcome 欢迎各位学生、老师、专家将自己或团队的学术成果推荐给交通邦,让更多读者看到最前沿的学术成果,促进学术交流! 投稿方式:添加交通邦小助手微信(jiaotongbang),备注“姓名-学校-投稿”。 TRAFFIC ZONE 往期作品集 就业 秋招经验 求职招聘 数据集 深造求学 期刊会议 课题组介绍 交通出路 交通政策 交通知识 书籍推荐 ┃ 免责声明:本文版权归原发布机构及作者,如涉及侵权请联系删除。本文仅供参考,如需使用相关信息请参阅报告原文。 ┃ 获取PDF完整版报告下载方式请关注:报告派 |