RiskWorld 框架提升自动驾驶轨迹规划安全性
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
RiskWorld 是一个用于自动驾驶的风险感知世界建模框架，结合空间风险场与时间上下文进行共享占用预测。该框架通过流引导演化传输占用特征，仅在预测风险触发干预时替换轨迹。在 nuScenes 数据集上，该模型在 3 秒长评估视距下实现了最低碰撞率，平均 L2 误差位居第二。模型包含 9081 万参数，在单张 RTX 4090 上运行速度达 11.5 FPS。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载核心机制与架构
RiskWorld 框架旨在解决自动驾驶中动态交通风险的预测与轨迹决策问题。该系统将空间风险场与时间参与者上下文融合到视觉鸟瞰图特征中。通过流引导演化机制，框架传输占用和场景特征，并利用有符号残差在传输后修正占用情况。每个规划步骤生成一次预测，并在多个候选轨迹中复用，以降低计算边际成本。
轨迹替换策略
该框架采用选择性轨迹替换策略，而非持续重新规划。系统将每个候选轨迹与当前状态持久性参考进行比较，得出非负碰撞分数修正。由当前世界评估选定的轨迹作为规划锚点，只有当额外的预测风险触发干预，且替代方案满足预测风险和轨迹误差的逐分量约束时，才会进行替换。在此过程中，候选轨迹的几何形状保持不变。
性能评估表现
研究团队在 nuScenes 数据集上对 RiskWorld 进行了开环规划评估，使用了相机特征、标注衍生的当前和历史参与者状态以及数据集提供的地图上下文。结果显示，RiskWorld 在 3 秒的长评估视距下实现了最低的碰撞率。同时，其平均 L2 误差在多种最先进基线模型中排名第二。消融实验表明，相比当前状态重新评分基线，RiskWorld 实现了更低的碰撞率。
为什么值得看
在长时距规划中显著降低碰撞率，且计算开销可控，提升自动驾驶安全性。
安全数据集
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。