自动驾驶实战

特斯拉FSD软件进化史 01前言 特斯拉FSD自动驾驶是以摄像头为核心的纯视觉解决方案。 纯视觉方案的最初设计灵感来自对人类视觉的研究；即人眼睛搜集的信息到达视网膜后，经过...

开眼看世界(人眼NeRF)：使用人眼图像进行重建辐射场 Abstract 人眼的反射特性是一种未被充分利用的信息源，可以揭示周围世界的样貌。通过拍摄移动中的人物眼睛，我们可...

端到端自动驾驶与通用机器人 引言 一直以来，自动驾驶和机器人是紧密相关相互借鉴和启发的两个行业，本文将讨论自动驾驶早期发展与机器人的历史渊源，以及近年来自动驾驶端到端技术可...

将Transform网络（T2T-ViT,LV-ViT）加速超31%，使用多准则Tokens融合方法实现高效ViT Abstract 视觉Transformer（ViT）已...

PD-LTS：使用多层图卷积将点云映射到潜在空间进行点云去噪 Abstract 点云数据常常包含噪声和离群点，这给下游应用带来了障碍。在这项工作中，我们引入了一种新的点云去...

端到端自动驾驶落地挑战与驱动力 1、端到端的发展驱动力 1.1 对标驱动：特斯拉FSD的标杆作用吸引行业关注 大部分行业专家表示，特斯拉FSD v12的优秀表现，是端到端自...

RadSimReal：实现快速模拟各种类型的雷达（Radar）在不同天气下的数据 Abstract 在雷达影像中的物体检测，借助神经网络展现了极大的潜力，能够提升自动驾驶。...

自动驾驶架构进化史：端到端自动驾驶演变 前言： 2023年以来，在行业龙头特斯拉的标杆作用、大模型代表的AGI技术范式、以及自动驾驶拟人化和安全性需求的共同推动下，自动驾驶...

3D实例分割BSNet：使用弱监督学习实现生成伪标签，解决标签重叠的问题 Abstract 3D实例分割（3DIS）是一项关键任务，但在全监督设置中进行点级注释非常繁琐。因...

驶向未来（Drive-WM）：用于自动驾驶的多视图视觉预测与规划的世界模型 Abstract 在自动驾驶中，提前预测未来事件和评估可预见的风险使得自动驾驶车辆能够更好地规划...

使用大语言模型代理（LLM-Agents）实现自动驾驶场景仿真, 支持用户交互和调整光线与相机角度 Abstract 自动驾驶中的场景仿真因其在生成定制数据方面的巨大潜力而...

Pascal VOC mIoU大涨29%，PnP-OVSS即插即用的开放词汇语义分割的VLMs Abstract 从图像-文本对中，大规模视觉-语言模型（VLMs）学习将图...

LTrack：实现夜间多目标追踪，并开放低光多目标追踪数据集LMOT 摘要 低光场景在现实应用中很常见（例如，夜间的自动驾驶和监控）。最近，多目标跟踪在各种实际用例中受到了...

引言 Transformer技术在自然语言处理领域取得突破，催生了BERT、GPT和T5等模型。它在计算机视觉中也显示出潜力，尤其在自动驾驶领域，Transformer在物...

相机无须标定，使用基础矩阵F实现多相机内参自标定 Abstract 从给定的基本矩阵中进行两个摄像头的自我校准问题是几何计算机视觉中的基本问题之一。在已知主点和正方形像素的...

自动驾驶将驶向何方？大模型（World Models）自动驾驶综述 前言 自动驾驶系统的开发是一个技术与哲学的双重挑战，核心在于模拟人类的直觉推理和常识。尽管机器学习在模式...

一文解决3D车道线检测：最新单目3D车道线检测综述 前言 场景理解是自动驾驶中极具挑战的任务，尤其是车道检测。车道是道路分割的关键，对车辆安全高效行驶至关重要。车道检测技术...

前言： CUDA（Compute Unified Device Architecture，统一计算设备架构）是由NVIDIA公司开发的一种并行计算平台和编程模型。CUDA于...

当自动驾驶遇上扩散模型（Panacea）: 生成自动驾驶全景和可控视频 Abstract 在自动驾驶领域，对高质量的标注训练数据的需求日益增加。在本文中，我们提出了Pana...

Abstract 在文献中，点和圆锥曲线是相机几何标定的主要特征。尽管圆锥曲线比点提供了更多的信息，然而在畸变下丧失圆锥曲线的特性严重限制了其在相机标定中的应用。许多现有的...