通过定性场景理解和解释实现可靠的自动驾驶
原文中文,约300字,阅读约需1分钟。发表于: 。自动驾驶中使用的定性可解释图 (QXG) 能够通过传感器数据和机器学习模型解释自动驾驶车辆的环境,利用时空图和定性约束从原始传感器输入中提取场景语义,支持实时增量构建,可用于车内解释和决策合理化。
本文介绍了一种用于城市移动中场景理解的统一符号和定性表示——定性可解释图(QXG)。QXG利用时空图和定性约束从传感器输入中提取场景语义,为自动车辆的环境解读提供了可理解的场景模型。研究展示了QXG在自动驾驶背景下的转型潜力,通过将图与车辆行为相连接,阐明决策原理。这些解释服务于多种目的,包括通知乘客和警示弱势道路使用者,以及促进先前行为的后续分析。