自動泊車端到端算法 ParkingE2E 介紹

自主泊車是智能駕駛領域中的一項關鍵任務。傳統的泊車算法通常使用基于規則的方案來實現。因為算法設計復雜，這些方法在復雜泊車場景中的有效性較低。

相比之下，基于神經網絡的方法往往比基于規則的方法更加直觀和多功能。通過收集大量專家泊車軌跡數據，基于學習的仿人策略方法，可以有效解決泊車任務。

在本文中，我們采用模仿學習來執行從 RGB 圖像到路徑規劃的端到端規劃，模仿人類駕駛軌跡。我們提出的端到端方法利用目標查詢編碼器來融合圖像和目標特征，并使用基于 Transformer 的****自回歸預測未來的航點。

我們在真實世界場景中進行了廣泛的實驗，結果表明，我們提出的方法在四個不同的真實車庫中平均泊車成功率達到了 87.8%。實車實驗進一步驗證了本文提出方法的可行性和有效性。

輸入：1.去完畸變的 RGB 圖  2.目標停車位

輸出：路徑規劃

論文精讀博客參考鏈接：https://blog.csdn.net/qq_45933056/article/details/140968352

源代碼：https://github.com/qintonguav/ParkingE2E

多視角 RGB 圖像被處理，圖像特征被轉換為 BEV（鳥瞰圖）表示形式。使用目標停車位生成 BEV 目標特征，通過目標查詢將目標特征和圖像 BEV 特征融合，然后使用自回歸的 Transformer ****逐個獲得預測的軌跡點。

注：訓練數據集是去完畸變的圖像，在數據處理時需要對 4 路魚眼相機進行標定，獲取相機內外參，對魚眼圖進行去畸變，去完畸變的圖像會被制作成訓練集

獲取去完畸變的 RGB 圖像和目標停車位做為輸入：

（去完畸變的 RGB 圖像示例）

目標停車位坐標示例：

{
"x": 83.93134781878057,
"y": -7.080006849257972,
"z": -7.404438257656194,
"yaw": 20.95510451530132
}

• 使用 EfficientNet 從 RGB 圖像中提取特征；

• 將預測的深度分布 ddep 與圖像特征 Fimg 相乘，以獲得具有深度信息的圖像特征；

• 將圖像特征投影到 BEV 體素網格（特征的大小為 200×200，對應實際空間范圍 x∈[?10m， 10m]， y∈[?10m， 10m]，分辨率為 0.1 米）中，生成相機特征 Fcam。

BEV 視圖示例：

• 使用深度 CNN 神經網絡提取目標停車位特征 Ftarget

• 在 BEV 空間，將相機特征 Fcam 和目標停車位特征 Ftarget 進行融合，獲取融合特征 Ffuse

• 使用 Transformer ****以自回歸方式預測軌跡點

預測的軌跡序列示例：

[[-0.17014217376708984, -0.010008811950683594], [-0.3298116556863353, -0.011956165423615472], [-0.4854376561367579, -0.02052420170634236], [-0.6337416331734281, -0.03509474854381417], [-0.774850889165686, -0.05409092178920946], [-0.9106318371186677, -0.07662342910150008], [-1.0429499912911764, -0.10220288211346742], [-1.1730293341546085, -0.130403150090076], [-1.3014671109093938, -0.16081194272771432], [-1.4284175031869575, -0.19315076247807056], [-1.5537739117230407, -0.22739195648381574], [-1.6773593831451739, -0.2637573983721455], [-1.7991250198403412, -0.3025803813592571], [-1.9192866870681176, -0.34410827406410627], [-2.0383187092132995, -0.3883681895794497], [-2.1567872059422366, -0.43518302389208097], [-2.275088086162824, -0.4843281463722012], [-2.393198715763861, -0.5357188397161318], [-2.5105481374226417, -0.5894858888356189], [-2.6260817537118184, -0.6458681996255287], [-2.7385546018760474, -0.7049937228225489], [-2.84701611529502, -0.7667346960596122], [-2.9513409844272736, -0.8308041149223722], [-3.0525702187102848, -0.8970783878192974], [-3.1528531887709175, -0.9658913604113011], [-3.25493913830157, -1.0379629359384206], [-3.3612681922638727, -1.1139021444876271], [-3.4725675825974993, -1.193842039192509], [-3.58588491431963, -1.2783030155644421], [-3.69307804107666, -1.3711423873901367]]

實現過程圖標表示：

1. 在 RViz 界面軟件中使用“2D-Nav-Goal”來選擇目標停車位

目標停車位停車軌跡示例：
position:
x: -6.49
y: -5.82
z: 0.0
orientation:
x: 0.0
y: 0.0
z: 0.0
w: 1.0目標停車位停車軌跡示例：position:x: -6.49y: -5.82z: 0.0orientation:x: 0.0y: 0.0z: 0.0w: 1.0

1. 獲取起始位姿，將以起始點為原點的世界坐標轉化為車輛坐標

起始軌跡位姿示例：
position:
x: -0.16161775150943924
y: 0.018056780251669124
z: 0.006380920023400627
orientation:
x: -0.0002508110368611588
y: 0.0008039258947159855
z: 0.010172557118261405
w: 0.9999479035823092

1. 組合數據輸入到 transformer 進行推理，預測軌跡序列

預測的軌跡序列示例：
[[-0.17014217376708984, -0.010008811950683594], [-0.3298116556863353, -0.011956165423615472], [-0.4854376561367579, -0.02052420170634236], [-0.6337416331734281, -0.03509474854381417], [-0.774850889165686, -0.05409092178920946], [-0.9106318371186677, -0.07662342910150008], [-1.0429499912911764, -0.10220288211346742], [-1.1730293341546085, -0.130403150090076], [-1.3014671109093938, -0.16081194272771432], [-1.4284175031869575, -0.19315076247807056], [-1.5537739117230407, -0.22739195648381574], [-1.6773593831451739, -0.2637573983721455], [-1.7991250198403412, -0.3025803813592571], [-1.9192866870681176, -0.34410827406410627], [-2.0383187092132995, -0.3883681895794497], [-2.1567872059422366, -0.43518302389208097], [-2.275088086162824, -0.4843281463722012], [-2.393198715763861, -0.5357188397161318], [-2.5105481374226417, -0.5894858888356189], [-2.6260817537118184, -0.6458681996255287], [-2.7385546018760474, -0.7049937228225489], [-2.84701611529502, -0.7667346960596122], [-2.9513409844272736, -0.8308041149223722], [-3.0525702187102848, -0.8970783878192974], [-3.1528531887709175, -0.9658913604113011], [-3.25493913830157, -1.0379629359384206], [-3.3612681922638727, -1.1139021444876271], [-3.4725675825974993, -1.193842039192509], [-3.58588491431963, -1.2783030155644421], [-3.69307804107666, -1.3711423873901367]]

1. 將預測的軌跡序列發布到 rviz 進行可視化

端到端實車評估：在實車實驗中，我們使用以下指標來評估端到端停車性能。

關鍵詞解釋：

PSR：停車成功率

NSR：無車位率

PVR：停車違規率

APE：平均位置誤差

AOE：平均方向誤差

APS：平均停車得分

APT：平均停車時間

1. 由于數據規模和場景多樣性的限制，我們的方法對移動目標的適應性較差

2. 訓練過程需要專家軌跡

3. 與傳統的基于規則的停車方法相比仍有差距