autonomous driving | BriefGPT

关键词autonomous driving

搜索结果 - 1137

CVPR激光雷达点的自动词汇分割
自动驾驶中现有的感知方法无法识别训练数据中未覆盖的未知实体。开放词汇方法能够检测任何目标，但受限于用户指定的查询代表目标类别。我们提出了 AutoVoc3D，一种用于自动目标类别识别和开放式分割的框架。在 nuScenes 中的评估显示了
PDF21 days ago
PRIBOOT: 提升驾驶仿真的新型数据驱动专家
为了克服数据限制问题，我们引入了 PRIBOOT，一种利用有限人类日志和特权信息的专家代理。与之前的方法相比，PRIBOOT 是第一个在 Leaderboard 2.0 中实现了 75% 的路线完成率（RC），以及 20% 驾驶评分（DS）
PDF22 days ago
PLT-D3: 高保真动态驾驶仿真数据集的立体深度和场景流
自动驾驶在计算硬件和先进的深度学习方法的推动下取得了显著进展。然而现有的公共数据集却缺乏多样性的天气场景和详细高分辨率数据，用以训练和验证先进的自动驾驶感知模型。本研究介绍了 PLT-D3 数据集，其提供了逼真的模拟测试环境，包括雨雪、雾和
PDF23 days ago
指导大型语言模型像人驾驶
在自动驾驶中，复杂场景下的动作规划是核心挑战。本文提出了一种将大型语言模型 (LLMs) 转化为具有明确指令调整能力的运动规划器的 InstructDriver 方法，以对齐其行为与人类相符。通过基于人类逻辑与交通规则来生成驾驶指令数据，并
PDF23 days ago
EFFOcc: 融合效率的三维占据网络的最小基线
提出了一种高效的三维占据网络 (EFFOcc)，通过使用简单的 2D 算子和两阶段主动学习策略，最小化网络复杂性和标注要求，实现了业界领先的准确性，并支持改进的视觉占据预测。
PDF23 days ago
LiSD：一种高效的 LiDAR 分割和检测的多任务学习框架
通过提出一种高效的多任务学习框架 LiSD，将分割和检测任务集成在一起，以优化整体性能，它是一种基于体素的编码器 - 解码器框架，包含分层特征协作和整体信息聚合模块，以及利用跨任务信息的实例感知细化模块。我们在 nuScenes 数据集和
PDF23 days ago
CVPRDualAD: 动态和静态世界的端到端驾驶分解
自动驾驶的最新方法将整个驾驶任务的多个子任务整合成一个单一的流水线，可以通过在不同模块之间传递潜在表示进行端到端的训练。与之前依赖统一网格表示场景置信状态的方法相比，我们提出了专用的表示方法来解耦动态代理和静态场景元素，从而明确补偿相邻时间
PDF24 days ago
UMAD：无监督自动驾驶遮罩层异常检测
本研究利用生成世界模型和无监督图像分割，重新审视无监督异常检测，并提出 UMAD 方法，其在无监督异常检测方面表现优于现有技术。
PDF24 days ago
自动驾驶中异常情况的混合视频异常检测
自动驾驶中最具挑战性的情景是只能在其时间背景下检测到的情况。本文提出了 HF$^2$-VAD$_{AD}$，它是针对自动驾驶的 HF$^2$-VAD 监控视频异常检测方法的改进。我们从车辆自身的视角学习正常行为的表示，并在罕见和关键的情景中
PDF24 days ago
自动驾驶中基于大型语言模型的超对齐框架
我们的研究引入了一个新的安全框架，利用多智能体大语言模型（LLMs）来保护自动驾驶车辆的敏感信息，同时确保 LLM 的输出符合驾驶规定和符合人类价值观。我们使用该框架评估了 11 个大语言模型驱动的自动驾驶提示的安全性、隐私性和成本方面，并
PDF25 days ago
SlowPerception: 自主驾驶中针对视觉感知的物理世界延迟攻击
该论文介绍 SlowPerception，这是针对自主驾驶感知的第一个物理世界延迟攻击，通过生成基于投影仪的通用扰动。SlowPerception 通过在环境中各种表面上战略性地创建众多幽灵物体，显著增加了非极大抑制和多目标跟踪的计算负载，
PDF25 days ago
ControlLoc: 自动驾驶中的视觉感知劫持攻击
介绍了一种新型的物理世界对抗贴片攻击 (ControlLoc)，利用两阶段过程，通过识别最佳位置生成贴片，修改感知到的物体位置和形状，在不同条件下以卓越的攻击成功率 (98.1%) 攻击自动驾驶视觉感知，比现有的劫持攻击有效性提高四倍，且在
PDF25 days ago
优化自主驾驶的安全性：基于人本主义的 LLM 增强 RLHF 方法
通过创新地结合强化学习（Reinforcement Learning from Human Feedback，RLHF）和大语言模型（Large Language Models，LLMs），以提升自动驾驶的安全性。我们利用多个人工控制的代理
PDFa month ago
DeTra：一个统一模型用于目标检测和轨迹预测
我们提出了一种名为 DeTra 的模型，它使用 LiDAR 点云和高清地图，通过轨迹精化的方式，直接推断对象的存在、姿态和多模态的未来行为，取得了在 Argoverse 2 Sensor 和 Waymo Open Dataset 上多个指标
PDFa month ago
基于频率匹配的长尾语义分割
本文关注于长尾语义分割 (LTSS) 这一相对未经深入研究的任务设置，建立了三个代表性数据集，并提出了基于 Transformer 的改进算法，用于解决应用语义分割技术在自动驾驶和虚拟现实中遇到的长尾问题，并通过 LTSS 评估系统和基准进
PDFa month ago
FedPylot：面向物联网的实时对象检测的联邦学习导航
本研究探讨了在物联网车辆中采用联邦学习的切实可行性和应用价值，并介绍了一种基于 MPI 的轻量级原型系统 FedPylot，以模拟在高性能计算系统上进行联邦目标检测实验，并针对准确性、通信成本和推理速度进行评估，旨在为自动驾驶车辆面临的挑战
PDFa month ago
AD-H：具有分层代理的自主驾驶
通过使用多模态大型语言模型（MLLMs）实现自动驾驶，连接高级指令和低级控制信号，形成多层次驱动系统 AD-H 提供了优秀的驾驶性能和普适性，充分发挥了 MLLM 在感知、推理和规划方面的潜力。
PDFa month ago
利用 2D 车道先验信息增强 3D 车道检测与拓扑推理
基于 Transformer 的新型框架 Topo2D，将 2D 车道实例与 3D 查询和 3D 位置嵌入相结合，显式地将 2D 车道特征纳入车道中心线和交通要素之间的拓扑关系的识别中，在 OpenLane-V2 多视图拓扑推理基准和 Op
PDFa month ago
CVPRDriVLMe: 用具身化和社交经验增强基于 LLM 的自动驾驶代理
基于视频和语言模型的 DriVLMe 智能代理在自动驾驶中表现出相对竞争力，但仍存在推理时间过长、训练数据不平衡、视觉理解能力有限、多轮交互挑战以及处理环境动态和任务变化等实时场景中的困难。
PDFa month ago
用于汽车场景解析的雷达光谱 - 语言模型
通过建立雷达光谱 - 语言模型，对雷达光谱测量的语义信息进行解释和利用，以提升自动驾驶领域中的场景分析性能。
PDFa month ago