自动驾驶

Model-based Development for Autonomous Driving Software Considering Parallelization

基于模型的自动驾驶软件开发中考虑并行化

Kenshin Obi, Takumi Onozawa, Hiroshi Fujimoto, Takuya Azumi

专题命中 仿真评测 ：autonomous driving(title,abstract)

AI总结 本文提出了一种基于模型的开发方法，用于提高自动驾驶软件的并行化和实时性能。

Journal ref Proceedings of the 29th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA), 2024, pp. 1-8

A Kalman Filter-Based Disturbance Observer for Steer-by-Wire Systems

基于卡尔曼滤波的转向线控系统扰动观测器

Nikolai Beving, Jonas Marxen, Steffen Mueller, Johannes Betz

机构 * Professorship of Autonomous Vehicle Systems, Technical University of Munich（自动驾驶车辆系统教授职位，慕尼黑技术大学） ； Munich Institute of Robotics and Machine Intelligence (MIRMI)（慕尼黑机器人与机器智能研究所（MIRMI）） ； Chair of Automotive Engineering, Institute of Land and Sea Transport, Technical University of Berlin（汽车工程教授职位，陆海运输研究所，柏林技术大学） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出基于卡尔曼滤波的扰动观测器，用于估计转向线控系统中的高频驾驶员扭矩，通过仿真验证其在处理摩擦非线性方面的有效性。

Assessing behaviour coverage in a multi-agent system simulation for autonomous vehicle testing

评估多智能体系统模拟在自动驾驶测试中的行为覆盖率

Manuel Franco-Vivo

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本研究提出了一种基于模型预测控制的行人智能体，用于评估多智能体系统模拟在自动驾驶测试中的行为覆盖率，以提升系统安全性和可靠性。

SCPainter: A Unified Framework for Realistic 3D Asset Insertion and Novel View Synthesis

SCPainter：一个用于真实3D资产插入和新视角合成的统一框架

Paul Dobre, Jackson Cooper, Xin Wang, Hongzhou Yang

机构 * Department of Geomatics Engineering, University of Calgary, Calgary, Alberta, Canada（测绘工程系，卡尔加里大学，卡尔加里，阿尔伯塔，加拿大） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.CV

AI总结 SCPainter通过整合3D高斯点和点云与扩散生成，实现真实3D资产插入与新视角合成，提升自动驾驶训练数据的多样性和真实性。

Driving Beyond Privilege: Distilling Dense-Reward Knowledge into Sparse-Reward Policies

超越特权：将密集奖励知识蒸馏到稀疏奖励策略中

Feeza Khan Khanzada, Jaerock Kwon

机构 * Department of Electrical and Computer Engineering, University of Michigan-Dearborn（电气与计算机工程系，密歇根大学迪尔伯恩分校） 纠错

专题命中 仿真评测 ：autonomous driving(abstract)；分类 cs.RO

AI总结 本文提出通过密集奖励蒸馏学习稀疏奖励策略，提升自动驾驶在稀疏目标上的泛化能力。

Parallelized Code Generation from Simulink Models for Event-driven and Timer-driven ROS 2 Nodes

基于Simulink模型的并行代码生成用于事件驱动和定时驱动的ROS 2节点

Kenshin Obi, Ryo Yoshinaka, Hiroshi Fujimoto, Takuya Azumi

专题命中 仿真评测 ：autonomous driving(abstract)

AI总结 本文提出了一种基于MBD的框架，用于实现事件驱动和定时驱动的ROS 2节点的并行代码生成，解决了多输入场景下的并行化问题。

Journal ref Proceedings of the 50th Euromicro Conference on Software Engineering and Advanced Applications (SEAA), 2024, pp. 48-55