这篇文章提出了一个名为”roadscene2vec”的工具,用于从自主驾驶领域的图像数据中提取和嵌入道路场景图表示。该工具的主要功能包括:

1. 从CARLA模拟器或图像数据中生成和预处理道路场景图数据。
2. 提供可定制的场景图提取方法,支持灵活配置关系提取规则。
3. 实现多种空间-时间图嵌入模型,包括mrgcn和mrgin等图学习模型,以及cnn和cnn-lstm等基准模型。
4. 支持使用图嵌入进行安全风险评估、碰撞预测等自动驾驶应用,并提供可视化和可解释性分析工具。
5. 支持在仿真数据和真实数据之间进行迁移学习实验,评估模型在不同数据集上的泛化能力。

该工具旨在通过提供一个统一的、可重用的框架,来加速自主驾驶感知领域基于场景图的研究探索。作者展示了该工具在风险评估、碰撞预测、迁移学习和可解释性分析等应用中的效果,并与CNN等传统方法进行了比较。总的来说,roadscene2vec为自主驾驶感知领域的研究人员提供了一个灵活、功能丰富的工具平台。