1. nuplan簡介：

1.1 nuplan數(shù)據(jù)集內(nèi)容及框架概述

????????是世界第一個針對自動駕駛規(guī)劃方法測試的開源數(shù)據(jù)集（發(fā)布于2021年），收集了波士頓、匹茲堡、拉斯維加斯和新加坡這 4 個城市收集了大約 1300 小時的駕駛數(shù)據(jù)。

????????雖然基于 ML 的運動規(guī)劃器越來越多，但缺乏既定的數(shù)據(jù)集、模擬框架和評價指標，這也限制了該領域的進展?，F(xiàn)有數(shù)據(jù)集（Argoverse、Lyft、Waymo) 主要側(cè)重與對其他代理的短期運動預測，而不是自我車輛的長期規(guī)劃。這導致之前的方法大多使用基于 L2 指標的開環(huán)評估，不適用于合理評估長期規(guī)劃。為了解決上述問題，nuplan除了提供大規(guī)模實車數(shù)據(jù)集，還提供了基于學習的訓練框架來開發(fā)基于機器學習的規(guī)劃器、輕量級閉環(huán)模擬器、運動規(guī)劃評價指標和可視化工具。下圖為其訓練框架。

?

1.2 nuplan仿真器概述

????????nuplan的開源仿真框架支持閉環(huán)和開環(huán)仿真。閉環(huán)意味著自我車輛和其他車輛可以偏離原始數(shù)據(jù)集中記錄的狀態(tài)信息。除了規(guī)劃器的基準實現(xiàn)，nuplan還為傳統(tǒng)的智能駕駛模型（Intelligent Driver Model, IDM）和基于學習（ML）的智能體提供基線實現(xiàn)。為了真實地模擬交通流，nuplan還開發(fā)了交通燈狀態(tài)推理系統(tǒng)，從觀察到的場景中的車輛運動推斷出交通燈的狀態(tài)。最后，nuplan還挖掘了手工制作的場景（如變道、行人與車輛的互動），并對這些場景的通用指標和特定場景指標進行評估。

2. nuplan規(guī)劃框架

????????nuPlan 具有一個開源工具包，用于開發(fā)基于 學習（ML ）的規(guī)劃器。nuplan規(guī)劃框架總的來說由一下四個步驟促成，即：模型訓練、模型模擬、性能評估和結(jié)果可視化。

2.1 規(guī)劃訓練框架

????????nuplan訓練基于學習（ML）的規(guī)劃器采用的是基于PyTorch框架，使用一些輸入，如自車信息、其他智能體信息、靜態(tài)/動態(tài)地圖信息。在該框架的基礎上，可以很容易地修改和擴展，以納入新的研究思路。

2.2 規(guī)劃仿真框架

????????nuplan框架的核心部分是場景仿真。仿真器完全匹配數(shù)據(jù)集，集成了觀察模型、自車規(guī)劃器、智能體模型、運動控制器、評價指標和可視化等模塊。該仿真器還為每個模塊提供了多個選項和基本示例，用戶可以根據(jù)個人需求輕松插入替換項。這將使研究界能夠?qū)Ｗ⒂趩蝹€框架進行方法上的研究，而不是像以前那樣為每個數(shù)據(jù)集和規(guī)劃方法使用不同的框架。

? ? ? ? 下圖展示的為nuplan仿真器的整體框架。

2.3 評價標準

評價指標分為分為5類：

• 違反交通規(guī)則的情況用來衡量對普通交通規(guī)則的遵守程度，考慮其他車輛的碰撞率、軌跡偏離道路概率、與前車的時間差距、碰撞時間以及超車時的相對速度。
• 人類駕駛的相似性被用來量化與人類相比的操縱滿意度，如縱向速度誤差、縱向停止位置誤差和橫向位置誤差。此外，由此產(chǎn)生的抽動/加速與人類水平的抽動/加速進行比較。
• 車輛動力學被用來評價駕駛員的舒適性和軌跡的可行性。乘坐者的舒適度由顛簸、加速度、轉(zhuǎn)向率和車輛振蕩來衡量。可行性是通過違反相同標準的預定限制來衡量的。
• 目標的實現(xiàn)通過L2距離來評價通往地圖上目標位置的路線

• 特定場景評價是針對特定場景的。例如，對于車輛變道，參與評估的是碰撞時間和與目標車道上的前/后方人員的時間差距。針對車輛與行人和自行車的互動，在區(qū)分他們的位置的同時對通過的相對速度進行量化。

2.4 可視化

????????對于研究人員來說，要快速迭代新的 ML 規(guī)劃模型，能夠仔細分析模型的性能至關(guān)重要。為此，nuplan開發(fā)了帶有基于散景的交互式模擬查看器的“nuBoard”，該查看器可渲染底層語義地圖、自我車輛信息、其他車輛信息以及交通信號燈狀態(tài)。除了場景模擬，nuplan還繪制了關(guān)于規(guī)劃器性能的統(tǒng)計數(shù)據(jù)。
?

3. 總結(jié)nuplan特點

? ? ? ? 1. 數(shù)據(jù)豐富，提供了四個城市豐富的自車、他車、交通狀態(tài)以及傳感器信息。

? ? ? ? 2. 集成基于機器學習的自動駕駛規(guī)劃框架，能夠?qū)崿F(xiàn)學術(shù)方法的快速試驗與驗證。

? ? ? ? 3. 集成仿真功能，數(shù)據(jù)集中的自車與他車可以偏離真實采集的位置信息，實現(xiàn)閉環(huán)仿真試驗

4. 參考內(nèi)容

????????nuPlan (nuscenes.org)

????????motional/nuplan-devkit: The devkit of the nuPlan dataset. (github.com)文章來源地址http://www.zghlxwxcb.cn/news/detail-596498.html

到了這里，關(guān)于nuplan（面向自動駕駛規(guī)劃的數(shù)據(jù)集）簡介的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！