IIT Bombay Racing Driverless: Autonomous Driving Stack for Formula Student AI

本文介绍了印度理工学院孟买分校赛车队的自动驾驶赛车算法的设计和开发，该算法能够在英国举办的Formula Student-AI比赛中参赛。该赛车采用了一套先进的传感器组件，包括计算单元NVIDIA Jetson Orin AGX、2个ZED2i立体相机、1个Velodyne Puck VLP16激光雷达和SBG Systems Ellipse N GNSS/INS IMU。它采用深度学习算法和控制系统，能够在没有人类干预的情况下驾驶复杂的赛道和执行各种动作。设计过程中进行了大量的仿真和测试，以优化车辆性能并确保安全性。算法已在小型自制四轮机器人和仿真软件上进行了测试。文章详细介绍了在感知、同时定位和制图、路径规划和控制等方面测试各种算法的结果。

该论文旨在设计和开发一辆能够自主行驶的赛车算法，以参加在英国举行的Formula Student-AI比赛。论文试图解决的问题是如何使用深度学习算法和控制系统来驾驶自动驾驶赛车在复杂的赛道上执行各种操作，而不需要人的干预。

该论文的关键思路是使用先进的传感器套件和深度学习算法来实现自主驾驶赛车。这种方法不仅可以提高赛车的性能，而且可以确保赛车的安全性。

该论文使用了NVIDIA Jetson Orin AGX、2个ZED2i立体相机、1个Velodyne Puck VLP16激光雷达和SBG Systems Ellipse N GNSS/INS IMU等先进的传感器。论文还详细介绍了在感知、同时定位和映射、路径规划和控制等方面测试各种算法的结果。论文还提供了一个小型的4轮机器人和模拟软件用于测试算法。然而，本论文并未提供开源代码。

在这个领域中，还有一些相关的研究。例如，'Towards End-to-End Lane Detection: an Instance Segmentation Approach'和 'End-to-end Driving via Conditional Imitation Learning'等。