One Stack to Rule them All: To Drive Automated Vehicles, and Reach for the 4th level

大多数自动驾驶功能都是针对特定任务或车辆设计的。通常，底层架构是固定的特定算法，以增加性能。因此，不容易轻松部署新模块和算法。本文介绍了我们的自动驾驶堆栈，它结合了可扩展性和适应性。由于模块化设计，我们的堆栈允许快速集成和测试新的和最先进的研究方法。此外，它可以灵活地用于不同的测试车辆，包括修改后的EasyMile EZ10班车和不同的乘用车。这些车辆在多个方面存在差异，例如传感器设置、控制系统、最大速度或转向角限制。最后，我们的堆栈部署在现实世界的环境中，包括城市地区的客运。我们的堆栈包括操作自动驾驶车辆所需的所有组件，包括定位、感知、规划、控制器和其他安全模块。我们的堆栈在多个测试场地的真实交通中进行开发、测试和评估，包括巴登符腾堡自动驾驶测试区。

论文旨在解决自动驾驶系统的可扩展性和适应性问题，以及如何快速集成和测试新的研究方法。

论文提出了一种模块化的自动驾驶系统架构，允许快速集成和测试新的研究方法，并且适用于不同的测试车辆。

该自动驾驶系统包括所有操作无人驾驶车辆所需的组件，并且在多个测试场地进行了开发、测试和评估。实验使用了EasyMile EZ10穿梭车和不同的乘用车，并在城市交通中进行了乘客运输。

近期的相关研究包括基于深度学习的自动驾驶系统、多传感器数据融合的自动驾驶系统等。