self-driving | BriefGPT - AI 论文速递

关键词self-driving

搜索结果 - 26

UnO: 无监督占用场景的感知和预测
我们提出了一种使用自监督从 LiDAR 数据学习连续的 4D（时空）占据场的无监督世界模型，该模型可以轻松有效地迁移到下游任务，并在点云预测和 BEV 语义占据预测方面取得了最先进的性能，特别是在标注数据稀缺时。此外，在与先前的时空几何占据
PDF22 days ago
DualCross: 单目 BEV 感知的跨模态跨域适应
本文提出了一个名为 DualCross 的跨模态跨领域自适应框架，以便从 LiDAR 数据中转移点云知识，使得单目鸟瞰感知模型更具鲁棒性，进而在不同的领域和传感器输入情况下进行测试，从而解决单一主题的一些瓶颈问题，取得了与各种基线的最新成果
PDFa year ago
多目标优化与主动学习完全自主材料设计框架：挑战和下一步
利用多目标黑盒优化的主动学习过程，在实时流数据和模块化多目标优化软件开发技术支持下，实现了自动化连续流化学实验室的自治操作，为电解质生产提供了理想的制造条件。
PDFa year ago
Argoverse2：面向自动驾驶感知和预测的下一代数据集
Argoverse 2 是一套适用于自动驾驶领域的三个数据集，包含多模态数据，如高分辨率图像，种类繁多的 3D 标注，未标注的 lidar 点云等，为 3D 感知模型的训练和评估提供了充足的数据和场景，并提供了自我监督和云点预测等新的数据学
PDF2 years 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
ECCVStretchBEV: 空间和时间地拉伸的未来实例预测
通过引入一个随机的时间模型，将自动驾驶时代视觉感知和预测的融合，来提高未来预测的准确性和多样性。
PDF2 years ago
征服幽灵：关系学习，用于信息可靠性表征与端到端鲁棒导航
为解决自动驾驶中的幽灵物体误检问题，本文提出了一种基于关系学习的端到端导航系统，利用空间 - 时间关系进行信息可信度建模，并优化导航网络以达到鲁棒性。
PDF2 years ago
自动驾驶中的多模态 3D 物体检测：一项综述
本文介绍了自动驾驶所使用的流行传感器、它们的数据性质以及相应的目标检测算法。还讨论了用于评估多模态 3D 目标检测算法的现有数据集。接着对基于多模态融合的 3D 检测网络进行了回顾，并介绍了它们的融合阶段、融合输入和融合粒度以及这些设计选择
PDF3 years ago
SimNet：从真实观测中学习反应式自动驾驶模拟
本文提出了一种利用深度神经网络建模驾驶安全体验的简单的端到端可训练式机器学习系统，可以用于验证自动驾驶系统的性能，而无需进行昂贵且耗时的道路测试。
PDF3 years ago
自动驾驶中多传感器感知系统的对抗鲁棒性探索
本文研究了自动驾驶多模态感知系统在受到对抗性攻击时的鲁棒性问题，揭示了通过添加物理对抗性物体来隐藏不同车辆的可能性，并提出使用特征去噪的对抗性训练方法可以显著提高系统鲁棒性。
PDF3 years ago
ICCVDAGMapper: 发现车道拓扑结构的映射学习
本文通过使用有向无环图模型 (DAG) 来推断车道边界的几何和拓扑属性，从而提高制作高精度地图的效率。经测试，该方法在两个不同的州的两条北美高速公路上表现出了 89% 的正确率。
PDF4 years ago
感知、关注和驾驶：学习空间关注以实现安全自动驾驶
本文提出一种全端到端的自动驾驶网络，采用稀疏注意力模块，学习自动关注输入的重要区域。注意力模块专门针对运动规划，而先前的文献只在感知任务中应用注意力。直接学习针对运动规划的注意力掩模显著提高了规划器的安全性，并且可视化注意力提高了全端到端自
PDF4 years ago
基于交互式 Transformer 的端到端环境感知和预测
本文提出利用新颖 Transformer 架构的 LSTM 循环神经网络去捕捉因交互而产生的时空相关性，来解决自动驾驶场景下的 3D 物体检测及其未来运动轨迹预测，经过实验证明，本方法的准确率及效率均优于同类算法。
PDF4 years ago
ECCVRadarNet：利用雷达实现动态物体的鲁棒感知
本文提出了一种利用 Radar 和 LiDAR 传感器进行感知的方案，包括基于体素的早期融合和基于注意力的后期融合，可在目标检测和速度估计任务中实现最先进的结果，并进一步显示利用 Radar 可以提高远程目标探测和动态目标运动理解的感知能力
PDF4 years ago
ECCV单目视频中的运动学三维物体检测
提出了一种基于线性运动的单目视频三维物体检测方法，该方法通过将物体方向分解为两个部分并引入自平衡的三维置信度方法，有效地提高了三维定位精度，同时在 KITTI 自动驾驶数据集上取得了最好的表现。
PDF4 years ago
SLAP: 使用短暂的对抗扰动改进物理对抗样本
本文提出了一种名为 SLAP 的技术，利用光投影将对物体的特定扰动加持在现实世界中的物体上，从而在自驾场景下，以非常高的成功率控制对象检测和交通标志识别任务。
PDF4 years ago
一千零一小时：自动驾驶运动预测数据集
本文介绍了迄今为止最大的自动驾驶运动预测数据集，其中包括来自 20 辆自动驾驶车辆在 Palo Alto, California 沿固定路线收集的超过 1000 小时的数据，可帮助提高自动驾驶领域的性能。
PDF4 years ago
CVPR使用以规划者为中心的度量方法学习评估感知模型
本研究提出了一种面向自动驾驶的三维物体检测的原则性指标，可以测量检测结果对车辆驾驶的影响，该指标可以考虑除 “零误报” 和 “零漏报” 之外的其他因素比如目标与车辆的距离和速度，从而代表了一种新的衡量标准。
PDF4 years ago
KDD利用 GAN 和可微分的轨迹光栅化技术改善鸟瞰模型中交通参与者的移动预测
本文提出了一种新的基于栅格化的条件生成对抗网络结构，用于预测自动驾驶车辆周围交通参与者的运动情况，该方法在真实世界的大规模数据集上的表现优于基于生成对抗网络的其他算法。
PDF4 years ago
LIBRE: 多个 3D LiDAR 数据集
LIBRE 是第一个涵盖了制造商、型号和激光配置的 10 个不同 LiDAR 传感器的数据集，包括三种不同环境和配置：静态目标，恶劣天气和动态交通，这将有助于提高自动驾驶车辆和机器人相关软件的 LiDAR 感知算法的开发和调试。
PDF4 years ago