「自動駕駛新青年講座」由智猩猩企劃，致力于邀請全球知名高校、頂尖研究機(jī)構(gòu)以及優(yōu)秀企業(yè)的新青年，主講在環(huán)境感知、精準(zhǔn)定位、決策規(guī)劃、控制執(zhí)行等自動駕駛關(guān)鍵技術(shù)上的最新研究成果和開發(fā)實踐。
「自動駕駛新青年講座」目前已完結(jié)23講，錯過往期講座直播的朋友，可以點(diǎn)擊文章底部“閱讀原文”進(jìn)行回看！
有興趣分享的朋友，可以與智猩猩教研團(tuán)隊進(jìn)行郵件（class@m.loveliyi.com）聯(lián)系
自動駕駛領(lǐng)域的研究大多集中在城市道路、十字路口等規(guī)范性場景中。而對于泊車、施工現(xiàn)場、碼頭等“非標(biāo)準(zhǔn)”場景，由于其環(huán)境狹窄，且障礙物較多，車輛的行為模式也復(fù)雜多樣，無法簡單套用城市道路的解決方案。
針對這些狹窄環(huán)境，加州大學(xué)伯克利分校在讀博士沈煦等研究人員通過結(jié)合深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、基于模型的優(yōu)化與預(yù)測控制等方法，研究以停車場為例的狹窄環(huán)境中如何有效預(yù)測其他車輛的行為意圖和未來軌跡，解決多車沖突問題（Conflict Resolution），并生成符合車輛運(yùn)動學(xué)特性和安全約束的最優(yōu)軌跡。
該團(tuán)隊發(fā)布了首個停車場環(huán)境下的高精度視頻+軌跡數(shù)據(jù)集Dragon Lake Parking Dataset，并提出了一種基于CNN和Transformer的行為和軌跡預(yù)測模型ParkPredict+。此外，還結(jié)合強(qiáng)化學(xué)習(xí)與優(yōu)化方法，解決了狹窄空間內(nèi)的多車沖突問題（Conflict Resolution）。相關(guān)論文成果分別收錄于IEEE ITSC 2022、IFAC World Congress 2023、IEEE IV 2023 頂會上。
9月28日10點(diǎn)，「自動駕駛新青年講座」第24講邀請到論文一作、加州大學(xué)伯克利分校在讀博士沈煦參與，主講《狹窄環(huán)境下的車輛行為預(yù)測與多車自動駕駛軌跡規(guī)劃》。
講者
沈煦，加州大學(xué)伯克利分校在讀博士
研究方向為狹窄、復(fù)雜環(huán)境下的車輛行為預(yù)測、軌跡規(guī)劃和控制，在保證安全的同時提高任務(wù)效率、降低能耗。以第一作者身份在ICRA、ACC、IFAC、ITSC、IV等機(jī)器人、控制、智能車會議上發(fā)表多篇論文，并多次擔(dān)任相關(guān)頂級期刊和會議審稿人。
第24講
主 題
《狹窄環(huán)境下的車輛行為預(yù)測與多車自動駕駛軌跡規(guī)劃》
提 綱
1、狹窄環(huán)境下的自動駕駛研究難點(diǎn)
2、首個停車場景的高清視頻&軌跡數(shù)據(jù)集DLP
3、基于CNN和Transformer的軌跡預(yù)測模型ParkPredict+
4、基于強(qiáng)化學(xué)習(xí)與優(yōu)化方法解決多車沖突問題
直 播 信 息
直播時間：9月28日10:00
直播地點(diǎn)：智猩猩知識店鋪
成果
論文標(biāo)題及鏈接
《ParkPredict+: Multimodal Intent and Motion Prediction for Vehicles in Parking Lots with CNN and Transformerg》
https://arxiv.org/abs/2204.10777
《Multi-vehicle Conflict Resolution in Highly Constrained Spaces by Merging Optimal Control and Reinforcement Learning》
https://arxiv.org/abs/2211.01487
《Reinforcement Learning and Distributed Model Predictive Control for Conflict Resolution in Highly Constrained Spaces》
https://arxiv.org/abs/2302.01586
數(shù)據(jù)集
https://sites.google.com/berkeley.edu/dlp-dataset
