RACF：带目标距离校正的韧性自动驾驶汽车框架
RACF: A Resilient Autonomous Car Framework with Object Distance Correction
AI 导读
研究者提出韧性自动驾驶汽车框架 RACF，用目标距离校正算法 ODCA 抵御环境退化与对抗扰动。框架以深度相机、LiDAR 与基于物理的运动学互为冗余，当深度相机的障碍物距离估计不一致时，由跨传感器门控触发校正算法修复。在 Quanser QCar 2 平台测试床上，该框架在强干扰下 RMSE 最高降低 35%，改善停车合规性与制动延迟，且可实时运行。