鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 24年11月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

智能汽车

782内容

关注

向广大IT专业技术人员提供智能驾驶、车联网、智能座舱以及所有和智能网联汽车相关的新鲜资讯、前沿技术、发展趋势等内容。

共 782 条

BEV跟踪基线 | BEVTrack：基于鸟瞰图中的点云跟踪

本文提出了BEVTrack，这是一种简单而强大的三维单目标跟踪的基线框架。这种开创性的方法通过BEV表示有效地利用了空间信息，从而简化了跟踪流程设计。

2024-04-16 09:50:23

点云跟踪框架

聊聊端到端与下一代自动驾驶系统，以及端到端自动驾驶的一些误区？

端到端自动驾驶的概念和大模型自动驾驶以及纯视觉自动驾驶没有任何必然的联系。这三个概念是完全独立存在的，一个端到端的系统不必一定是传统意义上的大模型驱动的，也不一定就是纯视觉。

2024-04-15 11:40:37

自动驾驶端到端

CVPR'24 | LightDiff：低光照场景下的扩散模型，直接照亮夜晚！

本文介绍了 LightDiff ，这是一个为自动驾驶应用设计的、针对特定领域的框架，旨在提高低光照环境下图像的质量，减轻以视觉为中心的感知系统所面临的挑战。

2024-04-15 10:30:59

自动驾驶框架

轨迹预测系列 | HiVT之进化版QCNet到底讲了啥？

Agent为中心的进行预测的model存在一个问题，当窗口移动时需要多次重复normalize到agent中心，再进行重复encoding的过程，对于onboard使用是不划算的。

2024-04-12 15:14:38

等等我还没上车！LLM赋能端到端全新范式LeGo-Drive，车速拉满

本文通过将所提出的端到端方法作为目标点导航问题来解决，揭示了其与传统解耦方法相比的明显优势。

2024-04-12 09:31:34

端到端自动驾驶

效率狂增16倍！VRSO：纯视觉静态物体3D标注，打通数据闭环！

VRSO 框架实现了静态物体高精度和一致的3D标注，紧密集成了检测、分割和 SFM 算法，消除了智能驾驶标注中的人工干预，提供了与基于LiDAR的手动标注相媲美的结果。

2024-04-11 11:20:12

多个SOTA ！OV-Uni3DETR：提高3D检测在类别、场景和模态之间的普遍性（清华&港大）

这篇论文指出，3D通用目标检测面临的挑战主要包括：现有的3D检测器仅能在封闭词汇的情况下工作，因此只能检测已见过的类别。紧迫需要Open-Vocabulary的3D目标检测，以识别和定位训练过程中未获取的新类别目标实例。

2024-04-11 11:16:53

3D 目标检测

市值降、盈利难：新造车势力集体不好过

3年前马斯克告诉投资者，电动汽车将会成为规模达万亿美元的大产业。投资者认同，于是纷纷寻找下一个特斯拉。事实证明，想在电动汽车世界生存是很难的，特斯拉不容易，其它新造车追随者更难。

2024-04-11 10:15:00

在线建图与轨迹预测如何紧密结合？

本文提出了一个通用的矢量化地图不确定性公式，并扩展了多种最新的在线地图估计方法，包括MapTR [22]、MapTRv2 [23]和StreamMapNet [38]，使它们能够额外输出不确定性。

2024-04-03 09:48:47

自动驾驶轨迹

DriveCoT：全面的开环端到端驾驶数据集和Benchmark

我们提出了一个名为DriveCoT-Agent的基线模型，它是在我们的数据集上训练的，用于生成推理链预测和最终决策。

2024-03-29 09:32:03

一文尽览！相机内参标定的工具有哪些？

今天就为大家盘点下相机内参标定常用的工具箱。

2024-03-28 10:08:31

自动驾驶工具

DifFlow3D：场景流估计新SOTA，扩散模型又下一城！

本文提出了一种新颖的不确定性感知场景流估计网络（DifFlow3D），该网络采用了扩散概率模型。

2024-03-27 10:20:31

CLIP-BEVFormer：显式监督BEVFormer结构，提升长尾检测性能

在本文中，针对原有的BEVFormer算法当中存在的生成BEV特征图过程中缺少显示监督以及Decoder模块中Object Query与BEV特征交互查询的不确定问题，我们提出了CLIP-BEVFormer算法模型，并从算法模型的3D感知性能、目标长尾分布以及在传感器故障的鲁棒性等方面进行实验。

2024-03-26 09:27:56

深度估计SOTA！自动驾驶单目与环视深度的自适应融合

本工作提出了一种新的鲁棒性基准来评估各种噪声姿态设置下的深度估计系统。

2024-03-22 10:24:02

相机与激光雷达是怎么标定的？一览行业所有主流的标定工具

本文为大家盘点下常见的Camera-Lidar标定工具箱，建议收藏！

2024-03-22 09:24:58

激光雷达工具

大众汽车集团加强与Mobileye在自动驾驶领域合作

大众汽车正加强与Mobileye在自动驾驶领域的合作，将全新自动驾驶功能引入其旗下的量产车型。Mobileye将基于其Mobileye SuperVisionTM和Mobileye ChauffeurTM平台，提供部分自动驾驶或高度自动驾驶技术。

2024-03-21 11:15:20

DualBEV：大幅超越BEVFormer、BEVDet4D，开卷！

DualBEV成功地提升了多个关键性能指标，特别是在鸟瞰图（BEV）的精度和场景理解方面。

2024-03-20 15:53:28

毫末智行刷新nuSecnces自动驾驶公开数据集障碍物检测榜单，关键指标NDS达到68.8%

得益于更先进算法和更高算力的进步，nuScenes竞赛的3D目标检测任务榜单成绩不断取得提升，其中毫末AI技术团队将关键性指标NDS提升到68.8%

2024-03-20 10:42:38

全球首个基于大语言模型的自动驾驶语言控制模型

今天为大家分享澳门大学最新的工作—CAVG，首个基于大语言模型的自动驾驶语言控制模型！

2024-03-19 13:12:36

自动驾驶模型

DECO: 纯卷积Query-Based检测器超越DETR！

本文旨在研究是否能够构建一种基于查询的端到端目标检测框架，而不采用复杂的Transformer架构。提出了一种名为Detection ConvNet（DECO）的新型检测框架，包括主干网络和卷积编码器-解码器结构。通过精心设计DECO编码器和引入一种新颖的机制，使DECO解码器能够通过卷积层实现目标查询和图像特征之间的交互。

2024-03-19 11:52:28

端到端框架

优于所有方法！HIMap：端到端矢量化HD地图构建

本文提出了一个简单而有效的HybrId框架，命名为HIMap，以充分学习和交互点级和element级信息。

2024-03-19 11:48:36

进一步加速落地：压缩自动驾驶端到端运动规划模型

本文提出了 PlanKD，这是第一个为压缩端到端运动规划器量身定制的知识蒸馏框架。

2024-03-15 10:20:14

自动驾驶模型

3DGStream：快速训练，200 FPS实时渲染逼真场景！

3DGStream能够以百万像素的分辨率实时渲染照片逼真的FVV，具有异常快速的每帧训练速度和有限的模型存储要求。

2024-03-13 10:03:02

3D 训练场景

LimSim++：多模态大模型在自动驾驶中的新舞台

上海人工智能实验室的智能交通平台组推出了**LimSim++**，这是一款专为(M)LLM设计的自动驾驶闭环仿真平台。

2024-03-12 09:24:38

Sora是『神笔马良』还是AI怪物？首篇综述一探乾坤！

自从ChatGPT于2022年11月发布以来，AI技术的出现标志着一个重大的转变，深入融合到日常生活和行业的各个方面。借助这一势头，OpenAI于2024年2月发布了Sora，这是一个文本到视频生成的AI模型，可以根据文本提示生成逼真或富有想象力的场景视频。

2024-03-12 09:22:30

理解世界，最新综述开启自动驾驶新时代

本文对自动驾驶世界模型的现状和未来进展进行了初步回顾，涵盖了它们的理论基础、实际应用以及旨在克服现有局限性的正在进行的研究工作。

2024-03-11 10:08:12

1.3ms耗时！清华最新开源移动端神经网络架构 RepViT

本文重点探讨了在资源有限的移动设备上，通过重新审视轻量级卷积神经网络的设计，并整合轻量级 ViTs 的有效架构选择，来提升轻量级 CNNs 的性能。

2024-03-11 09:31:46

开源神经网络架构

CLRNet：一种用于自动驾驶车道检测的分层细化网络算法

对于车道检测来说，低级和高级特征是互补的，基于此，本文提出了一种新颖的网络架构（CLRNet）来充分利用低级和高级特征进行车道检测。

2024-03-08 09:29:42

车道检测 AI

开环端到端自动驾驶中自车状态是你所需要的一切吗？

本文深入分析了当前开环端到端自动驾驶方法固有的缺点。本文的目标是贡献研究成果，促进端到端自动驾驶的逐步发展。

2024-03-07 10:29:43

端到端自动驾驶

一个关于BEV车道线落地的点点滴滴

写了一篇关于BEV障碍物的故事，那就再来一篇关于BEV车道线的故事吧，这样才是一个完美的结局！

2024-03-06 09:29:13

BEV 自动驾驶

Anything in Any Scene：逼真物体插入（助力各类驾驶数据合成）

本文引入了一种新颖且可扩展的 Anything in Any Scene 视频仿真框架，能够将任何物体集成到任何动态场景视频中。

2024-03-05 09:39:51

惊艳！！！特斯拉端到端演示视频分析

特斯拉使用的还是有中间模块监督的多任务端到端，所以前端仍然可以显示出来obj det和occ的结果。

2024-03-04 09:51:41

自动驾驶特斯拉

2024年自动驾驶标注行业是否会被世界模型所颠覆？

无论是2D-3D的联合障碍物标注，还是基于重建点云的clip 的车道线或者Occpuancy 任务标注都还是太贵了

2024-03-01 09:44:05

自动驾驶标注

解锁SLAM新纪元！基于NeRF和3D GS方法综述

尽管NeRF及其变体有可能捕捉场景的3D几何结构，但这些模型是在神经网络的权重中隐含定义的。通过3D网格获得场景的显式表示对于3D重建应用是可取的。

2024-02-29 09:38:13

神经网络模型

直接干上车！DriveVLM：首个Orin部署的快慢双系统智驾大模型

今天为大家分享清华&理想最新的工作—DriveVLM，结合大视觉语言模型的自动驾驶新方案！

2024-02-28 09:59:25

模型自动驾驶

美国首批氢能源汽车怎样了？加州车主：一开始体验就很糟糕

氢燃料汽车的体验几乎从一开始就很糟糕。距离Snell家5英里的一家加氢站在他们决定买车的时候关闭了，虽然在后来又重新开放，但最终还是关闭。

2024-02-27 18:39:21

氢燃料汽车

VAD v2端到端SOTA | 远超DriveMLM等方法（地平线）

作者提出了VADv2，这是一个基于概率规划的端到端驾驶模型。在CARLA模拟器中，VADv2运行稳定，并取得了目前最先进的闭环性能。

2024-02-27 15:14:04

自动驾驶技术

为自动驾驶“开天眼”！全球首条5G-A车联网示范路线落“沪”有哪些看点？

以无人驾驶为代表的智能驾驶被认为是智慧交通的美好未来。然而，当前自动驾驶业界面临Corner Case难题，无法规避“边角案例/极端情况”的出现，无法解决“鬼探头”、异常入侵等问题。基于此，人、车、路协同的C-V2X被寄予厚望。特别是随着5G发展并持续演进，移动通信网络能力的增强与丰富，为车联网技术落地铺平了道路。

2024-02-23 10:03:32

EfficientViT-SAM：精度不变原地起飞！

作者提出了EfficientViT-SAM，这是一系列加速的SAM模型。在保留SAM轻量级的提示编码器和 Mask 解码器的同时，作者用EfficientViT替换了沉重的图像编码器。

2024-02-23 09:46:34

鱼眼相机与超声波传感器融合实现鸟瞰近场障碍物感知

本文介绍了鱼眼相机与超声传感器融合实现鸟瞰图中近场障碍物感知。准确的障碍物识别是自动驾驶近场感知范围内的一项基本挑战。

2024-02-23 09:42:09

自动驾驶感知

聊聊视觉惯性里程计的IMU预积分模型

在VIO开源框架（如VINS-MONO）中，IMU预积分部分属于前端部分，是在采集了IMU数据之后就立刻进行的运算。

2024-02-22 10:25:10

爆火Sora的背后 | 聊聊什么是world models！

Wikipedia中介绍的mental model，很明确的指出其可能参与认知、推理、决策过程。

2024-02-22 10:17:39

逆天了！UniVision：BEV检测和Occ联合统一框架，双任务SOTA！

3D感知是自动驾驶系统的首要任务，其目的是利用一系列传感器（如激光雷达、雷达和相机）获得的数据来全面了解驾驶场景，用于后续的规划和决策。

2024-02-21 09:25:50

3D 自动驾驶

都在搞端到端，试问端到端自动驾驶的基石到底是什么？

深度学习（DL）与自动驾驶（AD）的融合标志着该领域的重大飞跃，吸引了学术界和工业界的关注。

2024-02-21 09:14:32

端到端自动驾驶

NeRF成为过去？三维重建迈向3D GS新时代！（复旦大学最新综述）

本文对过去一年的相关论文进行了全面的综述。我们根据特征和应用对分类法进行了调查，介绍了3D Gaussian Splatting的理论基础。

2024-02-20 09:46:00

SIMPL：用于自动驾驶的简单高效的多智能体运动预测基准

本文提出了一种用于自动驾驶车辆的简单高效的运动预测基线（SIMPL）。

2024-02-20 09:42:36

自动驾驶预测

聊一聊我们在远距离双目感知的一些看法

既然特斯拉、百度/极越已经在一定规模下证明了纯视觉 L2+ (highway/city, FSD) 的可行性，那为什么还要去研究双目呢？双目、LiDAR 相较于 2M 的 30/60/120 和 8M 的 30/120 的区别是什么？

2024-02-19 10:29:24

『拯救』开放异构场景 | HEAL：最新可扩展协作感知框架

如何将不断出现的新异构智能体类型加入已有协作感知系统，同时确保高感知性能和低加入成本？来自上海交通大学、南加州大学和上海人工智能实验室的研究者们在本文中提出了HEAL（HEterogeneous ALliance）。

2024-02-19 10:23:10

OccNeRF：完全无需激光雷达数据监督

近年来，随着人工智能技术的飞速发展，自动驾驶领域也取得了巨大进展。3D 感知是实现自动驾驶的基础，为后续的规划决策提供必要信息。

2024-02-07 09:31:19

自动驾驶 3D

大模型真能解决一切吗？关于知识驱动自动驾驶的一些思考

今年是自动驾驶非常卷的一年。无论是工业界还是学术界，都不断有新技术新发现新思想「涌现」出来。

2024-02-05 10:56:34

自动驾驶大模型

上一页 1 2 3 4 5 6 ··· 16 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营