工具

Autoware.universe 是一个开源的自动驾驶软件平台，而 Carla 则是一个用于自动驾驶仿真的开源工具

综述

构建模块化 “感知-规划-执行” 流水线，其中每个模块都使用深度学习方法构建，以及直接将感知信息映射到转向命令的端到端系统
🌙A survey of deep learning techniques for autonomous driving
Deep Reinforcement Learning for Autonomous Driving: A Survey
2024自动驾驶(多模态)大模型综述：从DriveGPT4、DriveMLM到DriveLM、DriveVLM
几篇自动驾驶综述 | 感知、定位、规划
自动驾驶方向的准研究生，求推荐学习路线？ - 自动驾驶Daily的回答 - 知乎
https://www.zhihu.com/question/469834997/answer/3339075762
自动驾驶方向的准研究生，求推荐学习路线？ - 自动驾驶之心的回答 - 知乎
https://www.zhihu.com/question/469834997/answer/3056713571

论文：

🌙Safety-Enhanced Autonomous Driving Using Interpretable Sensor Fusion Transformer
采用可解释传感器融合Transformer的安全增强自动驾驶：
该策略基于Transformer进行多传感器融合的和使用可解释性特征增加自动驾驶的安全性

Trajectory Planning for Autonomous Vehicles Using Hierarchical Reinforcement Learning：
提出了一种分层强化学习（HRL）结构，结合用于轨迹规划的比例积分微分（PID）控制器。HRL有助于将自动驾驶汽车的任务划分为子目标，并支持网络学习高级选项和低级轨迹规划器选择的策略。子目标的引入减少了收敛时间，并使学习到的策略能够重用于其他场景。此外，通过保证平滑的轨迹和处理自我汽车的嘈杂感知系统，所提出的规划器变得稳健。PID控制器用于跟踪航路点，确保平稳的轨迹并减少加加速度。通过在网络中使用长短期记忆(LSTM)层来处理不完整观察的问题。高保真CARLA模拟器的结果表明，所提出的方法减少了收敛时间，生成了更平滑的轨迹，并且能够处理动态环境和嘈杂的观察
自动驾驶专题-20211215