autonomous driving | BriefGPT

关键词autonomous driving

搜索结果 - 1137

通过可控的长视频生成释放自主驾驶的泛化能力
使用生成模型合成新数据已成为自动驾驶中解决数据稀缺问题的标准，然而现有方法在提高感知模型方面有效，但我们发现这些方法未能提高端到端自动驾驶模型的规划性能，原因在于生成的视频通常少于 8 帧且空间和时间不一致，为此我们提出了一种基于扩散的长视
PDFa month ago
REvolve: 大型语言模型在自动驾驶中的奖励进化
利用大型语言模型来设计人类对鼓励功能的反馈机制，从而更好地训练自主驾驶系统。
PDFa month ago
自动驾驶中基于深度学习的雷达和视觉融合的三维物体检测综述
自主驾驶中基于雷达与视觉融合的深度学习方法对于三维目标检测起到重要作用，本文综述了雷达 - 视觉融合的综合研究，特别关注了区域兴趣融合和端到端融合策略，并介绍了最新的四维雷达技术及其在自动驾驶中的应用。
PDFa month ago
基于深度学习的计算机视觉在自动驾驶技术中的应用研究
该研究探索了深度学习在自动驾驶计算机视觉技术中的应用及其对系统性能的改进影响。研究结果表明，深度学习技术可以显著提高自动驾驶系统的准确性和实时响应能力。尽管在环境感知和决策支持方面仍存在挑战，但随着技术的进步，预计未来能实现更广泛的应用和更
PDFa month ago
鸟瞰视野语义分割的不确定性量化：方法与基准
这篇论文介绍了一种用于预测不确定性量化的基准测试方法，通过评估不同方法在三个流行数据集上对于识别被错分和不适当类别像素、以及校准的有效性，发现证据深度学习方法在高效量化不确定性方面表现最有潜力，提出了适用于高度不平衡数据的 Uncertai
PDFa month ago
视觉语言基础模型中的运动预测中的难例检测
该研究探讨了使用 Vision-Language Foundation Models（VLMs）在自动驾驶中检测困难案例的潜力，并展示了 VLMs 在交通参与者运动预测中检测困难案例的能力。通过 VLMs 检测困难案例，进一步提高了现有运动
PDFa month ago
脉冲神经网络自主驾驶
Spiking Autonomous Driving (SAD) 是第一个统一的脉冲神经网络（SNN），通过其以事件驱动和高效节能的特性来解决自主驾驶系统面临的能源挑战。通过感知、预测和规划三个主要模块，SAD 在感知、预测和规划任务上取得
PDFa month ago
OccSora: 自主驾驶中的 4D 占用生成模型作为世界模拟器
理解 3D 场景的演变对于有效的自动驾驶至关重要。我们提出了一种基于扩散的 4D 占据生成模型 OccSora，以模拟自动驾驶中三维世界的发展。通过在空时表示中学习扩散变换器，我们可以在轨迹提示的条件下生成 4D 占据，展示了对驾驶场景的空
PDFa month ago
SparseDrive: 通过稀疏场景表示实现端到端自主驾驶
稀疏驾驶 (SparseDrive) 是一种新的端到端自动驾驶范例，通过使用稀疏表示和并行动作规划，结合多模式问题建模和冲突感知重评分模块，实现了任务性能和效率的显著提升。
PDFa month ago
LetsMap：无监督语义 BEV 地图的表示学习
该研究提出了一种无监督学习方法，从单眼正视图像生成语义鸟瞰地图，以在自动驾驶的各种决策任务中提供强大的遮挡推理能力，其使用了 1% 的标注数据和无额外标记数据，在 KITTI-360 和 nuScenes 数据集上表现与现有最先进的方法相当
PDFa month ago
自监督先训练用于可迁移多模态感知
这篇论文介绍了一种用于可转移多模式表示学习的自监督预训练范式，利用 NeRF 支持的遮蔽自动编码器（NS-MAE）来提供高效且高性能的微调的预训练模型初始化，通过在神经辐射场（NeRF）中进行遮蔽多模式重建来训练模型以重建缺失或损坏的多模式
PDFa month ago
在线分析无示例连续学习支持大型模型的不平衡自动驾驶任务
在自动驾驶领域，我们提出了一种基于分析原则和岭回归的无样本在线继续学习方法，用于解决自动驾驶中的连续学习问题，包括灾难性遗忘和数据不平衡，并通过生成偏移伪特征来处理数据不平衡。实验证明，我们的方法在自动驾驶数据集上表现优于其他方法。
PDFa month ago
具有语义感知的 2DGS 的 3D StreetUnveiler
通过 Crowded Observations 捕获的车载相机，我们介绍了 StreetUnveiler 来重建空旷道路的 3D 表示，通过去除不需要的高斯分布，我们使用时间逆转框架对帧进行填充以增强填充的时序一致性。
PDFa month ago
3D-Token 化的 LLM 是否是可靠自动驾驶的关键？
利用 Atlas 的 3D 感知 LLM 连接器，此简单而优美的策略同时处理高分辨率多视图图像并使用时空建模，在 nuScenes 数据集上表现出优越的 3D 检测和自动驾驶规划任务的性能，证明了 3D-tokenized LLM 是可靠自
PDFa month ago
自动驾驶中的安全多智能体强化学习与双层优化
在自动驾驶应用中确保多智能体强化学习 (MARL) 的安全性是一个关键挑战。本研究提出了一种以随机均衡模型和双层优化为基础的安全 MARL 方法，并给出了收敛性分析。通过理论分析，我们开发了两种实用的算法：约束 Stackelberg Q
PDFa month ago
SCaRL - 自主驾驶的综合多模态数据集
我们提供了一个新颖的合成多模态数据集 SCaRL，用于训练和验证自动驾驶解决方案。SCaRL 是一个基于 CAR LA 模拟器的大型数据集，提供了多样化的动态场景和交通条件的数据，并且是第一个包含了合成激光雷达和 MIMO 雷达传感器数据的
PDFa month ago
DINO-SD 解决方案：2024 年 ICRA RoboDepth 挑战赛冠军
DINO-SD 是一种新颖的周围环视深度估计模型，可以用于自动驾驶中的深度图获取，具有强鲁棒性，在 2024 年 ICRA RoboDepth 挑战赛的第四项赛道上取得了最佳表现。
PDFa month ago
自动驾驶中多模态对齐偏差的目标检测重新校准方法
多模式物体检测中的标定问题对传感器之间的融合至关重要，本研究通过实验证实了标定偏差对检测性能的严重影响，并提出基于语义分割的重新标定模型，以提高多模式标定偏差的性能和鲁棒性。
PDFa month ago
Vista：一个具有高度真实和多功能可控性的通用驾驶世界模型
通过系统诊断现有方法的不足，我们提出了具有高保真度和灵活可控性的可扩展驾驶世界模型 Vista，利用新的损失函数促进移动实例和结构信息的学习，并通过有效的潜在替代方法注入历史帧作为前提进行连贯的长程预测。此外，我们利用 Vista 本身的能
PDFa month ago
持续学习、适应和改进：一种自动驾驶的双处理方法
LeapAD 是一种受人类认知过程启发的自动驾驶新范式，通过模拟人类注意力和创新的双过程决策模块，实现选择驾驶决策相关的关键对象、简化环境解释并缓解决策复杂性。闭环测试发现 LeapAD 在 CARLA 上表现优于仅依赖摄像机输入的方法，仅
PDFa month ago