论文

Radar2Plan:端到端开环自我轨迹规划的 4D 雷达基准测试

Radar2Plan: Benchmarking 4D Radar for End-to-End Open-Loop Ego-Trajectory Planning

模型评测基准与评测资源

摘要

恶劣的天气和不良的照明仍然是移动自主中稳健的自我轨迹规划的主要挑战。 4D 雷达可在不利条件下提供可靠的传感和直接径向速度测量。然而,传感鲁棒性并不一定转化为鲁棒的下游规划,而现有的 4D 雷达基准主要关注感知而不是轨迹规划。我们推出了 Radar2Plan,这是一个使用真实世界 4D 雷达数据进行开环自我轨迹规划的模块化基准。 Radar2Plan 通过通用接口连接传感器编码器、场景表示和规划头,从而实现不同传感器和规划器配置之间的受控比较。使用 DSERT-RoLL 和 MAN TruckScenes,我们在统一协议下评估了四个代表性规划基线和 12 种天气和照明条件下摄像头、4D 雷达和 LiDAR 的七种组合。据我们所知,Radar2Plan 是第一个致力于评估现实世界中用于自动驾驶规划的 4D 雷达的基准测试。实验表明,仅 4D 雷达即可支持竞争性自我轨迹规划并在不利条件下实现稳健的性能。传感器配置比较进一步证明了其与其他模式的互补价值,同时揭示了对传感器组合和规划架构的依赖性。模块化设计还支持额外的数据集、传感模式和规划器,为未来基于雷达的自动驾驶规划研究提供灵活的基础。

Radar2Plan:端到端开环自我轨迹规划的 4D 雷达基准测试的原论文方法或结果图
图 2:Radar2Plan 概述。 (A) 数据集特定适配器为相机 ($C$)、4D 雷达 ($R$) 和 LiDAR ($L$) 的七种配置构建规划样本。 (B)-(D) 特定于模态的编码器和特定于规划的场景适配器将这些输入连接到四个代表性规划基线。 (E) 通用接口返回评分候选轨迹以供评估。