autonomous driving system | BriefGPT

关键词autonomous driving system

搜索结果 - 15

强化学习用于自动驾驶系统在线测试的复制与扩展研究
复制和扩展了前一次经验研究，研究表明引入强化学习与多目标搜索相结合的方式，在深度神经网络系统的在线测试中优于其他技术（随机搜索和多目标搜索）。新的 RL 代理能够收敛到一个有效策略，明显优于随机测试，并且揭示了进一步探索如何充分利用 RL
PDF4 months ago
通过形态测试评估自动驾驶的决策最优性
自动驾驶系统测试对于系统的开发非常关键，现有研究大都关注系统的安全性，然而评估非安全性能对自动驾驶车辆的最优决策能力和路径生成能力同样重要，本文提出了评估自动驾驶系统决策质量的新方法，并建立了一个高效检测非最优决策情景的框架，实验证明了其有
PDF4 months ago
LaneSegNet: 自动驾驶车辆的车道段感知地图学习
通过引入 LaneSegNet 方法，通过生成车道段来获得道路结构的完整表示，该方法能够在三项任务中显著提高性能，包括地图元素检测（+4.8 mAP），中心线感知（+6.9 DET_l）以及车道段感知（+5.6 mAP）。
PDF6 months ago
NeuroFlow: 自动驾驶系统轻量高效的模型集成调度策略开发
该研究提出了一种专用的自动驾驶系统，考虑到汽车系统的独特约束和特点，旨在在自动驾驶技术方面取得创新进展。该系统通过系统地分析自动驾驶中错综复杂的数据流，并提供动态调整影响深度学习模型的各种因素的功能。此外，对于不依赖深度学习模型的算法，系统
PDF7 months ago
基于异构折线变换器和相对姿态编码的实时运动预测
实现在线推理期间的异步令牌更新的异构 Polyline Transformer 与相对姿态编码（KNARPE 和 HPTR）的介绍和性能评估。
PDF9 months ago
BEVHeight++：面向稳健的视觉中心化三维目标检测
利用智能路侧摄像头扩展感知能力来解决现有视觉中心的鸟瞰检测方法在路侧摄像头上性能较差的问题。通过回归地面高度并结合高度和深度编码技术，提出了一种简单而有效的方法，名为 BEVHeight++，在 2D 到 BEV 空间的映射中取得了更准确和
PDF9 months ago
CVPRBEVHeight：基于视觉的路侧三维物体检测的稳健框架
本文提出了一种名为 BEVHeight 的简单而有效的方法，通过回归车辆高度来解决利用路边智能摄像头进行感知时出现的问题，超过了所有以前的基于视觉的方法。
PDFa year ago
基于模型学习的自动驾驶系统安全分析
本论文针对自动驾驶系统的安全分析提出了一种实用的验证方法，即建立量化描述交通场景下 ADS 行为的代理模型，并通过证明安全特性来保证原 ADS 的性能。此外，我们还探索了危险驾驶的安全和不安全参数空间，并通过评估多个模拟交通场景下的安全特性
PDF2 years ago
跨模态领域自适应在自由空间检测中的应用：一种简单而有效的基线模型
本研究探索无人驾驶系统中的 freespace 检测，并且利用无监督域自适应的方法来解决数据有限的问题。通过使用 RGB 图片和深度图片生成的表面法线图来提取特征并引入 CCG 模式来改进互相关信息，以达到更好的 freespace 检测效
PDF2 years ago
ICLRMapTR：用于在线向量化高精度地图构建的结构化建模和学习
MapTR 是一个高效的在线矢量高清地图构建系统，采用基于点集的建模方法和分层查询嵌入方案，可用于自动驾驶系统中进行规划，具有比现有方法更好的性能和效率。
PDF2 years ago
ECCV利用动作识别网络进行车道变更分类与预测
利用采集的视频数据，我们提出了一个包含两个行动识别方法的端到端框架，用于识别车道变更，并且在 PREVENTION 数据集上表现最佳，表明行动识别模型可以有效地提取车道变更动作；该论文还提出了一种更好地提取运动线索的方法。
PDF2 years ago
基于图优化的动态激光雷达 SLAM 和物体跟踪
本文提出 DL-SLOT，一种动态激光雷达 (Lidar) SLAM 和动态目标跟踪方法，该方法将车辆和静态 / 动态物体的状态估计融合到统一的优化框架中，同时进行 SLAM 和目标跟踪，以改善高度动态路况下 SLAM 的鲁棒性和准确性以及
PDF2 years ago
基于空间交互变换器网络的行人轨迹预测
本文介绍了一种基于空间交互转化器 (SIT) 的生成方法，该方法通过注意机制学习行人轨迹的时空相关性，并引入条件变分自动编码器 (CVAE) 框架对行人的未来潜在运动状态进行建模。大规模交通数据集 nuScenes 上的实验结果表明，SIT
PDF3 years ago
OmniDet：基于全景摄像头的自动驾驶多任务视觉感知网络
本文提出在未经校正的鱼眼图像上运行的多任务视觉感知网络来加强自动汽车系统的六个主要任务，其中包括深度估计，视觉测距，语义分割，动态分割，目标检测以及镜头污染检测，通过联合训练模型，在 KITTI 数据集上实现深度估计和姿态估计任务的最新结果
PDF3 years ago
SurfelGAN: 自主驾驶实际传感器数据合成
本文提出一种利用少量激光雷达和摄像机数据生成真实场景传感器数据的方法，使用 SurfelGAN 网络重建逼真的相机图像对自主驾驶车辆和场景中移动物体的新位置和方向进行模拟，并在 Waymo 开放数据集上演示其有效性。
PDF4 years ago