Jul, 2023

MARS: 一个面向实例的、模块化和逼真的自动驾驶模拟器

PDF
TL;DR基于神经辐射场（NeRF）的自主驾驶模拟器具有独立的前景模型和背景环境网络，支持模块化设计，实现了最新的照片级逼真效果，并将以开源形式发布，为自主驾驶模拟的学术进展和行业部署提供支持。
autonomous carssensor simulationneural radiance fieldssimulatorautonomous driving simulation
发现论文，激发创造
  • S-NeRF++：基于神经重建和生成的自动驾驶仿真

    S-NeRF++ 是一种基于神经重建的创新自动驾驶仿真系统，它能够生成大量具有高渲染质量的逼真街景和前景物体，并具有灵活的操作和模拟能力。通过使用质量较高的仿真数据，我们发现感知方法在几个自动驾驶下游任务上享受了性能提升，进一步证明了我们提出的仿真器的有效性。

    Feb, 2024

  • NeRF 是否适用于自动驾驶？向着弥合现实与仿真之间的差距迈进

    通过提出一种新的视角来解决真实和模拟数据之间的差距，我们研究了改善感知模型对 NeRF 伪影的鲁棒性的简单而有效的方法，同时不影响其在真实数据上的性能。我们使用最先进的神经渲染技术，在自动驾驶环境中进行了首次大规模的真实与模拟数据差距研究，发现 FID 和 LPIPS 是强有力的指标。

    Mar, 2024

  • NeuRAD：用于自动驾驶的神经渲染

    NeuRAD 是专为动态自动驾驶数据量身定制的强大的新视图合成方法，具有简单的网络设计、广泛的传感器建模和适应多个数据集的能力，并在多个领域取得了最先进的性能。

    Nov, 2023

  • 自动驾驶中的神经辐射场：一次综述

    该论文提供了第一份有关神经辐射字段（NeRF）在自动驾驶领域应用的综合调查报告，并对感知、三维重建、同时定位和地图构建以及模拟等应用领域进行了深入分析和总结，并对未来研究方向进行了讨论。

    Apr, 2024

  • MaRF: 将火星表示为神经辐射场

    本文提出了 MaRF 框架，利用 Neural Radiance Fields 技术从仅有少量的火星探测器相机图像合成 3D 火星表面场景，以解决传统计算机图形学技术的计算资源消耗和场景泛化问题。我们还用神经图形原语替换探测器图像以加速学习过程，并利用火星数据集演示了该框架的可行性。

    Dec, 2022

  • GarchingSim：具备逼真场景和简洁工作流程的自动驾驶模拟器

    用于评估自动驾驶算法的仿真器，具有逼真的场景、用户友好的工作流程和高度准确的车辆动力学模型。

    Jan, 2024

  • 基于神经机器人平台的自主驾驶模拟器

    通过使用神经机器人平台及其 “引擎” 和 “转发器函数” 概念，本研究分析了开发新型模拟器实现真正真实世界仿真目标的潜力和可能性，并基于 NRP-Core 平台构建了一个自动驾驶系统，包括目标检测和自主控制。

    Dec, 2022

  • 使用神经辐射场生成逼真的 LiDAR 点云

    利用实际数据和图像，我们提出了一种新的 LiDAR 模拟方法 NeRF-LiDAR 用于生成真实的 LiDAR 点云，以便更有效地训练和验证自动驾驶算法，并可以通过预训练来提高准确性。

    Apr, 2023

  • DiL-NeRF：透视街景中的激光雷达神经辐射场探究

    利用 Lidar 数据改善街景下基于神经辐射场的光线追踪和视图合成技术。

    May, 2024

  • NeRF2Real: 使用神经辐射场实现从仿真到真实世界的视觉引导双足运动技能迁移

    使用 Neural Radiance Field 方法和物理仿真器在野外环境下通过视觉感知实现机器人的球推导航技能。

    Oct, 2022