perception module | BriefGPT

关键词perception module

搜索结果 - 11

一种基于 LiDAR 诱导误导的自动驾驶实体轨迹预测攻击
该研究从激光雷达感知到预测车辆轨迹的角度进行了首次安全分析，提出了一种间接攻击方法，通过对受害者自动驾驶车辆的感知模块进行攻击来诱导轨迹预测错误，以实现可行的、单点式的攻击。实验结果表明，该攻击方法能导致高达 63％的碰撞率和各种危险情况，
PDF17 days ago
基于大型语言模型的全双工语音对话方案
我们提出了一个基于大型语言模型的生成对话系统，能够以全双工方式运行，并同时处理对话中的听与说任务。
PDFa month ago
基于视觉的 BEV 自动停车规划
基于 A * 算法，结合车辆运动学模型、启发式函数优化、双向搜索和贝塞尔曲线优化的改进型自动停车算法，提高了算法的计算速度和实时能力，并利用数值优化方法生成最终停车轨迹，确保了停车路径的安全性。与传统算法相比，该方法在更具挑战性的碰撞风险测
PDFa month ago
人工智能通用化（AGI-Native）无线系统：逾越 6G 之旅
提出了 AI 本地化无线系统的概念，通过赋予其必要的常识，向人工通用智能系统转化。通过感知模块和类比推理等认知能力，构建了系统的认知模型，并探讨了其在下一代 DT、认知化人工身影和大脑级元宇宙体验等应用方面的潜力。
PDF2 months ago
CVPR自动驾驶系统中的三维对象检测运行时监控
通过从检测器的主干网络的多个层提取的激活模式组合，我们引入了一种新颖的内省方法来增强完整性监控系统的错误检测性能，从而解决自动驾驶系统中实时操作的要求。
PDF3 months ago
YOLinO++：用于无地图自动潜水的多功能折线单次估计
基于神经网络，通过一次性检测的方法，研究在自动驾驶中以图像为基础的 1D 结构检测，如车道边界。提出了一种基于中点和锚点定义的车道边界表示方法，能够检测车道中心线、车道边界以及高速公路和城市区域中的标志，实现了多功能检测和分类。
PDF5 months ago
自动驾驶系统中数据集成的深度学习方法调查
本文综述了近期深度学习与感知模块相结合的自动驾驶系统，介绍了针对何时、如何和何种方式集成多传感器测量的分类方法，提出了基于多视图、多模态和多帧的三维集成分类，总结了集成操作的优缺点，并讨论了理想数据集成方法的关键特性。
PDFa year ago
PlanT: 通过物体级表示实现可解释的规划 Transformer
该研究提出了一种名为 PlanT 的新方法，使用标准的 Transformer 架构，通过紧凑的对象层输入表示进行模仿学习来进行自动驾驶的计划，可以更好地识别相关对象，结合现有的感知模块即可实现更优秀的驾驶性能。
PDF2 years ago
ECCV自主驾驶中基于运动的无监督感知与预测
本文提出一种使用自学生成流技术的框架，自动学习行驶中的自由运动的物体，以替代在自主驾驶系统中昂贵的人工标注，实现更广泛、准确、自主的交通参与者识别和动作预测。
PDF2 years ago
基于学习感知模块和压缩理论的图像安全输出反馈运动规划
本研究提出了一种针对不确定控制仿射非线性系统的运动规划算法，在使用高维传感器测量（如 RGB-D 图像）和一个学习感知模块的反馈控制环路时保证运行时安全性和目标可达性。
PDF2 years ago
基于模拟的视觉策略学习与真实世界中未见洞孔的棒插入
本文提出了一种基于学习的视觉针孔方法，能够通过模拟对多种形状进行训练，并以最小的模拟到真实世界成本适应任意未见形状。
PDF2 years ago