-
华为云盘古汽车大模型获得4级证书,全新升级盘古大模型5.0发布
华为云盘古汽车大模型获得4级证书,并发布全新升级盘古大模型5.0,涵盖汽车设计、生产、自动驾驶等多个场景。通过技术创新,实现快速成熟的自动驾驶技术,同时在AI质检领域取得突破。- 555
- 0
-
华为云发布盘古大模型5.0,助力自动驾驶领域数据支持
华为云在华为开发者大会上发布盘古大模型5.0,为自动驾驶领域提供高质量数据支持,助力开发者重塑自动驾驶技术。盘古大模型5.0具备可控时空生成技术,生成的视频具有高度真实性和精准性,丰富了训练数据集的多样性。- 368
- 0
-
PlanAgent: 多模态大语言模型驱动的自动驾驶闭环规划框架
本文介绍了基于多模态大语言模型MLLM的自动驾驶闭环规划框架—PlanAgent,该框架利用多模态理解和常识推理能力,实现了从场景理解到横向和纵向运动指令生成的层次化推理,并取得了在nuPlan基准上最好的性能。论文发表单位包括中科院自动化所、理想汽车、清华大学、北京航空航天大学。- 127
- 0
-
Vista: 高保真度通用驾驶世界模型论文及代码分享
本文介绍了Vista,一种具有高保真度和多功能可控性的通用驾驶世界模型。作者单位包括香港科技大学和上海人工智能实验室等,论文链接和代码链接均提供。Vista在多个数据集上的广泛实验表明其优越性能,对自动驾驶技术的发展具有重要意义。- 832
- 0
-
自动驾驶论文:持续学习、适应和改进的双过程方法
本文介绍了基于双过程理论的自动驾驶系统LeapAD,它具有持续学习、适应和改进能力。该系统利用人类认知方式实现自动驾驶知识的推理,具有潜力在自动驾驶领域取得重大突破。- 768
- 0
-
MonoDETRNext: 单目3D物体检测模型及其优势性能评估
本文介绍了MonoDETRNext,一个新的单目3D物体检测模型,并对其性能进行了详尽评估。该模型在速度和精度之间取得了平衡,并相对于现有解决方案表现出优越性能。同时,文章还回顾了相关的3D目标检测方法,为读者提供了深入的背景了解。- 522
- 0
-
DiffMap: 通过扩散模型增强地图分割任务
本论文介绍了DiffMap网络,通过使用改进的扩散模型对地图分割任务进行增强,以提高自动驾驶车辆对环境的感知准确度和导航精度。同时,与传统方法相比,DiffMap有效减少了伪影,提高了地图构建性能。- 466
- 0
-
V2X-AD: 车路协同的自动驾驶系统及仿真平台研究
本文介绍了基于V2X-AD的协同自动驾驶系统和仿真平台研究,包括协同驾驶的驾驶性能提升和信息共享策略。论文探讨了如何利用V2X通信提升车辆感知能力,以及如何构建端到端的协同驾驶系统。- 634
- 0
-
自动驾驶标注方案的优化与实验结果分享
本文分享了自动驾驶标注方案的优化方法,包括纯视觉标注方案、SFM的改进、多个clips的聚合以及实验结果。文章涵盖了自动驾驶、视觉SLAM、GNSS、IMU等多个领域,对于对自动驾驶数据标注感兴趣的读者具有参考价值。- 540
- 0
-
CarDreamer:基于世界模型的自动驾驶学习平台
CarDreamer是首个专门为基于世界模型的自动驾驶设计的开源学习平台,整合了最先进的世界模型算法,提供高度可配置的优化奖励内置任务,旨在促进自动驾驶算法的快速开发和评估。- 216
- 0
-
-
自动驾驶决策控制与路径规划概述
本文介绍了自动驾驶决策控制与路径规划的概述,包括sequential planning、behavior-aware planning、end-to-end planning等方法,以及基于采样的算法、基于搜索的算法和最优控制算法等路径规划方法。对于对自动驾驶技术感兴趣的人来说,这是一篇值得阅读的文章。- 748
- 0
-
3D点云物体检测的高效特征表示方法介绍
本文介绍了团队发表在NeurIPS 2023和CVPR 2024的HEDNet和SAFDNet,重点讨论了如何高效地从稀疏点云数据中学习特征表示,解决了3D点云物体检测中的关键挑战。通过引入RSR模块,提升了模型效率并捕捉了远距离特征间的依赖关系。- 129
- 0
-
MLLMs在自动驾驶领域的能力评估与挑战
本文评估了多模态大型语言模型(MLLMs)在自动驾驶领域的应用能力,并挑战了它们在闭环驾驶场景中的推理和决策制定能力。通过专门设计的模拟器DRIVESIM以及新的数据集EVAL-LLM-DRIVE,揭示了当前最先进的MLLMs在现实世界动态环境中的关键差距和挑战。- 395
- 0
-
4D毫米波雷达点云检测器DenserRadar论文解读
本文介绍了一种基于密集LiDAR点云的4D毫米波雷达点云检测器DenserRadar的论文,探讨了其在自动驾驶系统中的应用潜力,并对其算法和网络设计进行了详细解析。- 500
- 0
-
LidaRF:激光雷达在自动驾驶中的应用和优势
本文介绍了LidaRF在自动驾驶场景中的应用及其优势,包括激光雷达在NeRF中的作用,以及提出的视图增强和深度监督方案。文章详细探讨了如何利用激光雷达数据改善街景中NeRF的质量,并对LidaRF的贡献进行了全面解析。- 733
- 0
-
OmniDrive: 3D自动驾驶框架与MLLM架构
本文介绍了OmniDrive,一个基于3D感知和MLLM架构的自动驾驶框架,提供了关于智能体模型与3D驾驶任务之间强大对齐的全面框架。文章详细介绍了该框架的结构和实验结果。- 206
- 0
-
特斯拉CEO马斯克宣布投资100亿美元用于AI训练与推理
特斯拉CEO马斯克宣布将投资100亿美元用于AI的训练和推理,加强自动驾驶技术的研发。特斯拉在硬件配置上的优势为自动驾驶技术提供强有力的支撑,其FSD测试版软件更新迅速部署,展现出技术实力与执行力。一旦FSD成功进入中国市场,将成为中国车企自动驾驶方案的有力竞争者,对整个行业格局将产生深远影响。- 443
- 0
-
自动驾驶软件系统测试仿真器-NeRF的多功能闭环评估
本文介绍了一种用于测试自动驾驶软件系统的多功能基于NeRF的仿真器,重点是传感器真实闭环评估和安全关键场景的创建。评估表明,端到端规划器在闭环环境中导航关键场景时表现出缺陷,需要进一步探索和改进。- 117
- 0
-
自动驾驶中的3D车道检测研究综述
本文综述了自动驾驶汽车中3D车道检测的重要性和挑战,探讨了基于视觉传感器和深度学习的研究成果,提出了未来研究方向。适合对自动驾驶技术和车道检测感兴趣的研究人员和从业者阅读。- 764
- 0
-
基于鱼眼相机的自动驾驶目标检测算法研究及网络结构分析
本文探讨了基于鱼眼相机的自动驾驶目标检测算法研究,分析了网络结构及边界框检测方法,提出了FisheyeDetNet模型并在Valeo鱼眼数据集上取得了49.5%的mAP指标。文章详细介绍了算法原理和实验结果,对于自动驾驶领域的研究具有重要意义。- 360
- 0
-
特斯拉CEO马斯克表示Optimus人形机器人将在2025年前对外销售
特斯拉CEO马斯克在财报电话会议上表示,Optimus人形机器人将在2025年前对外销售,该机器人将通过自动驾驶汽车项目的人工智能技术和专业知识,替代人类完成重复性工作,马斯克期望Optimus将占到特斯拉的大部分收入和整体价值。- 639
- 0
-
自动驾驶感知算法HENet详解及性能对比
本文详细介绍了针对自动驾驶感知任务提出的多任务学习算法HENet,解析其网络结构及性能对比,涵盖了3D检测、语义分割等多个任务,是当前自动驾驶感知领域的热门研究方向。- 466
- 0
-
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!