这里收集了基于知识驱动的自动驾驶相关的研究论文和有价值的开源资源。本仓库将持续更新,跟踪基于知识驱动的自动驾驶前沿进展。
🌟 欢迎为这个基于知识驱动的自动驾驶精选资源点星和贡献(PR)!🌟
<pre name="code" class="html"> <font color="red">[2023.12.08] <b>新消息:我们发布了综述《迈向知识驱动的自动驾驶》!</b></font> <font color="red">[2023.10.24] 新消息:我们发布了基于知识驱动的自动驾驶精选资源!</font> </pre>自动驾驶领域已经见证了采用知识驱动范式的方法的显著增长。在此,我们深入探讨基于知识驱动的自动驾驶,探索其动机、组成部分、挑战和前景。更多关于基于知识驱动的自动驾驶的详细信息可以在我们的论文中找到。
<p align="center"> <img style="border-radius: 0.3125em; box-shadow: 0 2px 4px 0 rgba(34,36,38,.12),0 2px 10px 0 rgba(34,36,38,.08);" src="./assets/knowledge_AD.png"> <br> <em style="display: inline-block;">基于知识驱动的自动驾驶的关键组成部分。</em> </p> ## :books: 论文知识增强数据集 | 传感器 | 知识形式 | 任务 | 评估指标 |
---|---|---|---|---|
BDD-X | C | 解释 | 车辆控制、解释生成、场景描述 | MAE、MDC、BLEU-4、METEOR、CIDEr-D |
Cityscapes-Ref | C | 物体指代、注视热图 | 物体指代 | Acc@1 |
DR(eye)VE | C | 注视热图 | 注视预测 | CC、KLD、IG |
HAD | C | 建议 | 车辆控制 | MAE、MDC |
Talk2Car | C+L+R | 物体指代 | 物体指代 | IoU@0.5 |
DADA-2000 | C | 注视热图、碰撞物体、事故窗口 | 注视预测 | CC、KLD、NSS、SIM |
HDBD | C | 注视热图、接 管意图 | 驾驶员接管检测 | AUC |
Refer-KITTI | C+L | 物体指代 | 物体指代、物体跟踪 | HOTA |
DRAMA | C | 建议、风险定位 | 运动规划 | L2误差、碰撞率 |
Rank2Tell | C+L | 物体指代、重要性排序 | 重要性估计、场景描述 | F1分数、准确率、BLEU-4、METEOR、ROUGE、CIDER |
DriveLM | C | 场景描述、问答 | 场景描述、问答、车辆控制 | ADE、FDE、准确率、碰撞率、SPICE、GPT-Score |
NuScenes-QA | C+L+R | 问答 | 问答 | 存在、计数、物体、状态、比较、准确率 |
DESIGN | C+L+R | 场景描述、问答 | 问答、运动规划 | BLEU-4、METEOR、ROUGE、L2误差、碰撞率 |
Reason2Drive | C+L | 问答 | 问答 | BLEU-4、METEOR、ROUGE、CIDER |
NuScenes-MQA | C+L+R | 问答 | 问答 | BLEU-4、METEOR、ROUGE |
LangAuto | C+L | 导航指令、注意事项指令 | 车辆控制 | RC、IS、DS |
DriveMLM | C+L | 问答、用户指令 | 车辆控制、决策解释 | RC、IS、DS、BLEU-4、METEOR、CIDER |
NuInstruct | C | 场景、帧、自我、实例信息、问答 | 问答、场景描述 | MAE、准确率、BLEU-4、mAP |
CVPR 2023
, 项目]NeurIPS 2023
, 项目]NeurIPS 2023
, Github]CVPR 2024
]CVPR 2024
, Github, 项目]CVPR 2024
, Github, 项目]CVPR 2024
, 项目, Github]CVPR 2024
]CVPR 2024
]arxiv 2023
, Github]arxiv 2023
, 项目]arxiv 2023
, 项目]arxiv 2023
]arxiv 2023
, Github]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2024
, Github, 项目]arxiv 2024
, Github, 项目]arxiv 2024
]arxiv 2024
, Github, 项目]arxiv 2024
, Github, 项目主页]arxiv 2024
, 项目主页]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
, Github]arxiv 2024
]arxiv 2024
, Github]arxiv 2024
]arxiv 2024
, 项目主页]ECCV 2018
, Github]CVPR 2019
]ICRA 2023
, Github]IROS 2019
]EMNLP-IJNLP 2019
, 项目]WACV 2023
]ICLR 2024
, Github]ICRA 2024
, 项目, Github]CVPR 2024
, Github]CVPR 2024
]CVPR 2024
, Github, 项目]CVPR 2024
, Github]WACVW 2024
, Github]NeurIPSW 2023
, Github]ICRA 2024
, Github]AAAI 2024
, Github]arxiv 2023
, 项目]arxiv 2023
, 项目]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
, Github]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
, Github]arxiv 2024
, Github]openreview 2023
]openreview 2023
]openreview 2023
]arxiv 2023
]arxiv 2023
]openreview 2023
]arxiv 2023
]arxiv 2023
]openreview 2023
]openreview 2023
]arxiv 2023
, Github]arxiv 2023
]arxiv 2023
]arxiv 2023
]WACVW 2024
]arxiv 2023
]arxiv 2023
, Github]arxiv 2023
, Github]IEEE TIV 2023
]IEEE TIV 2023
]WACVW 2024
, Github]arxiv 2023
]arxiv 2023
, Github]arxiv 2023
]arxiv 2023
, Github]arxiv 2023
, Github]arxiv 2024
, 项目]arxiv 2024
]arxiv 2024
]arxiv 2024
, Github, 项目]arxiv 2024
, 项目]arxiv 2024
, Github]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
, 项目]arxiv 2024
, Github, 项目]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2023
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]arxiv 2024
]如果您觉得我们的论文有用,请引用:
@article{li2023knowledgedriven,
title={Towards Knowledge-driven Autonomous Driving},
author={Li, Xin and Bai, Yeqi and Cai, Pinlong and Wen, Licheng and Fu, Daocheng and Zhang, Bo and Yang, Xuemeng and Cai, Xinyu and Ma, Tao and Guo, Jianfei and Gao, Xing and Dou, Min and Shi, Botian and Liu, Yong and He, Liang and Qiao, Yu},
journal={arXiv preprint arXiv:2312.04316},
year = {2023}
}
知识驱动自动驾驶精选资源在 Apache 2.0 许可下发布。
AI小说写作助手,一站式润色、改写、扩写
蛙蛙写作—国 内先进的AI写作平台,涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能,助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。