End-to-end-Autonomous-Driving

这是一项用于端到端自动驾驶研究的全面资源。我们提供了出色的演讲、全面的论文汇编、基准测试和挑战。

总览
初学者学习材料
研讨会和演讲
论文汇编
基准测试和数据集
竞赛/挑战
贡献
许可
引用
联系

总览

自动驾驶界已经见证了一个快速增长的趋势,那就是采用端到端算法框架,利用原始传感器输入来生成车辆运动计划,而不是集中在检测和运动预测等个别任务上。在这份调查中,我们对270多篇论文进行了全面分析,涉及端到端自动驾驶的动机、路线图、方法论、挑战和未来趋势。更多细节见我们的调查论文。

如果发现一些有用的相关材料,请给我们发电子邮件或者直接提交PR!

初学者学习材料

在线课程

自动驾驶汽车讲座,德国图宾根大学,Andreas Geiger
自动驾驶汽车专业,多伦多大学,Coursera
应用深度学习的完整自动驾驶汽车课程,Udemy
自动驾驶汽车工程师纳米学位,Udacity

研讨会和演讲

研讨会(近年来)

CVPR 2024: 面向自主系统的基础模型
CVPR 2024: 端到端自主性:自动驾驶的新纪元
CVPR 2024: 走向自主性和机器人领域的AGI构建
CVPR 2023: 端到端自动驾驶研讨会
CVPR 2023: 端到端自动驾驶:感知、预测、规划和仿真
ICRA 2023: 可扩展的自动驾驶

演讲

自动驾驶中的常见误解 - Andreas Geiger
自主驾驶的可靠性策略学习 - Andreas Geiger
自动驾驶:未来发展方向 - Vladlen Koltun
模仿学习中的反馈:对因果关系和协变移位的困惑 - Sanjiban Choudhury 和 Arun Venkatraman

论文汇编

我们列举了广泛的潜在关注点中的关键挑战,以及趋势方法。请参考此页面获取完整列表,并参考调查论文以了解详细讨论。

基准和数据集

封闭回路

CARLA
- 排行榜1.0
- 排行榜2.0
nuPlan
- 排行榜 (CVPR 2023挑战后无效)
- NAVSIM

</details>

竞赛 / 挑战赛

大规模端到端驾驶，自主系统基础模型，CVPR 2024
CARLA自动驾驶挑战赛，自主系统基础模型，CVPR 2024
nuPlan规划，端到端自动驾驶研讨会，CVPR 2023
CARLA自动驾驶挑战赛2022，机器学习与自动驾驶，NeurIPS 2022
CARLA自动驾驶挑战赛2021，机器学习与自动驾驶，NeurIPS 2021
CARLA自动驾驶挑战赛2020，机器学习与自动驾驶，NeurIPS 2020
Learn-to-Race自动驾驶虚拟挑战赛，2022
INDY自动驾驶挑战赛

贡献

感谢您的所有贡献。在提出拉取请求之前,请务必阅读贡献指南。

许可证

端到端自动驾驶在MIT许可证下发布。

引用

如果您发现这个项目对您的研究有用,请考虑引用:

@article{chen2023e2esurvey,
  title={End-to-end Autonomous Driving: Challenges and Frontiers},
  author={Chen, Li and Wu, Penghao and Chitta, Kashyap and Jaeger, Bernhard and Geiger, Andreas and Li, Hongyang},
  journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
  year={2024}
}