自动驾驶AI工具集:一站式获取关键资源

端到端自动驾驶技术:挑战与前沿

端到端自动驾驶技术:挑战与前沿

本文全面介绍了端到端自动驾驶技术的发展现状、关键挑战及未来趋势,为研究人员和开发者提供了一个综合性的技术概览。

自动驾驶端到端机器学习计算机视觉CARLAGithub开源项目
TopoNet: 一种用于��自动驾驶场景拓扑推理的革新性框架

TopoNet: 一种用于自动驾驶场景拓扑推理的革新性框架

TopoNet是一种新型端到端框架,能够从传感器输入中推理车道中心线与交通元素之间的连接关系,为自动驾驶场景理解开辟了新的研究方向。本文详细介绍了TopoNet的核心设计理念、主要创新点以及在OpenLane-V2数据集上的出色表现。

TopoNet场景拓扑推理自动驾驶图神经网络OpenLane-V2Github开源项目
SensorsCalibration: 开源多传感器标定工具箱助力自动驾驶

SensorsCalibration: 开源多传感器标定工具箱助力自动驾驶

SensorsCalibration是一个开源的多传感器标定工具箱,为自动驾驶领域提供了全面的传感器标定解决方案。本文将详细介绍该工具箱的功能特性、使用方法以及在自动驾驶领域的重要应用。

传感器标定自动驾驶OpenCalib开源项目多传感器融合Github
Far3D: 突破远程3D目标检测的新境界

Far3D: 突破远程3D目标检测的新境界

Far3D是一种创新的远程3D目标检测方法,通过稀疏查询、多视角特征聚合和范围调制3D降噪等技术,有效解决了远距离目标检测中的计算开销大、收敛不稳定等问题,在自动驾驶等场景中具有重要应用价值。

Far3D3D目标检测计算机视觉深度学习自动驾驶Github开源项目
3D-BAT: 革新性的三维边界框标注工具

3D-BAT: 革新性的三维边界框标注工具

3D-BAT是一款强大的开源工具,用于点云和图像的三维边界框标注。它为自动驾驶、机器人技术等领域的数据标注提供了高效便捷的解决方案。

3D BAT标注工具计算机视觉自动驾驶多模态数据Github开源项目
BEV-Planner: 推动端到端自动驾驶研究的新基准

BEV-Planner: 推动端到端自动驾驶研究的新基准

BEV-Planner是一个开源项目,旨在探索端到端自动驾驶中仅依赖车辆自身状态信息进行路径规划的可行性。该项目提出了新的评估指标和基准方法,为自动驾驶规划领域的研究提供了新的思路。

自动驾驶端到端模型ego状态开环评估路径规划Github开源项目
英特尔为自动驾驶车辆开发的责任敏感安全模型库

英特尔为自动驾驶车辆开发的责任敏感安全模型库

ad-rss-lib是英特尔开发的一个C++库,旨在为自动驾驶车辆实现责任敏感安全(RSS)模型。该库提供了RSS模块的独立C++实现,可以接收传感器信息作为输入,并输出执行器命令限制。它为自动驾驶系统提供了关键的安全保障功能,有助于实现更安全可靠的自动驾驶。

RSS自动驾驶C++库安全模型开源Github开源项目
DriveMLM: 基于大语言模型的自动驾驶新范式

DriveMLM: 基于大语言模型的自动驾驶新范式

DriveMLM是一个基于多模态大语言模型的自动驾驶框架,通过将语言决策与车辆控制命令对齐,实现了在真实模拟器中的闭环自动驾驶。本文详细介绍了DriveMLM的设计思路、核心功能及其在自动驾驶领域的重要意义。

DriveMLM自动驾驶大语言模型行为规划多模态Github开源项目
NAVSIM: 先进的无反应自动驾驶车辆模拟与测试平台

NAVSIM: 先进的无反应自动驾驶车辆模拟与测试平台

NAVSIM是一个创新的数据驱动型自动驾驶车辆模拟和测试平台,通过简化的鸟瞰图抽象来高效评估端到端驾驶性能,为自动驾驶技术的发展提供了重要工具。

NAVSIM自动驾驶仿真基准测试端到端驾驶Github开源项目
CARLA Garage: 揭示端到端自动驾驶模型的隐藏偏差

CARLA Garage: 揭示端到端自动驾驶模型的隐藏偏差

CARLA Garage是一个开源项目,旨在探索和解决端到端自动驾驶模型中的隐藏偏差问题,为自动驾驶研究提供强大的基准和工具。

CARLA自动驾驶端到端模型计算机视觉深度学习Github开源项目
Apollo GraphQL: 革新API开发的利器

Apollo GraphQL: 革新API开发的利器

Apollo GraphQL是一个强大的API开发平台,旨在简化API、数据库和微服务的集成。它通过GraphQL联邦技术为现代技术栈提供了创新的解决方案,帮助企业更快地构建创新功能,提高开发效率,并优化应用性能。

Apollo自动驾驶开源平台硬件集成软件架构Github开源项目
车道线检测技术综述:从传统方法到深度学习

车道线检测技术综述:从传统方法到深度学习

本文全面介绍了车道线检测技术的发展历程,梳理了从传统计算机视觉方法到深度学习方法的演进过程,并对当前研究热点和未来发展趋势进行了展望。

车道检测深度学习计算机视觉自动驾驶论文综述Github开源项目
SMARTS: 智能多智能体强化学习训练平台

SMARTS: 智能多智能体强化学习训练平台

SMARTS是一个用于自动驾驶领域多智能体强化学习研究的仿真平台,专注于实现真实和多样化的交互。它是华为诺亚方舟实验室开发的强化学习平台XingTian系列的一部分。

SMARTS多智能体强化学习自动驾驶仿真平台人工智能Github开源项目
DriveMLM: 多模态大语言模型与自动驾驶行为规划的对齐

DriveMLM: 多模态大语言模型与自动驾驶行为规划的对齐

DriveMLM是一个基于大语言模型的自动驾驶框架,能够在真实模拟器中实现闭环自动驾驶。该框架通过标准化决策状态、利用多模态大语言模型进行行为规划、设计有效的数据引擎等创新方法,成功实现了语言决策与车辆控制的对接,为自动驾驶领域的大语言模型应用开辟了新的方向。

DriveMLM自动驾驶大语言模型行为规划多模态Github开源项目
Vista: 为自动驾驶打造的通用世界模型

Vista: 为自动驾驶打造的通用世界模型

Vista是一个面向自动驾驶的通用世界模型,具有高保真度和多样化的可控性,能够预测各种场景下的未来状态,执行多模态动作,并为不同动作提供奖励信号。

Vista自动驾驶世界模型预测控制Github开源项目
SLAM技术在自动驾驶中的应用与发展

SLAM技术在自动驾驶中的应用与发展

本文深入探讨了同时定位与地图构建(SLAM)技术在自动驾驶领域的关键应用,介绍了视觉SLAM、激光SLAM等主要方法,分析了SLAM面临的挑战与未来发展趋势,为读者提供了全面的技术洞察。

SLAM自动驾驶激光建图惯性导航组合导航Github开源项目
YOLOv8多任务模型:实时通用的一站式计算机视觉解决方案

YOLOv8多任务模型:实时通用的一站式计算机视觉解决方案

本文深入探讨了YOLOv8多任务模型,这是一种创新的实时通用计算机视觉解决方案,能同时执行目标检测、语义分割和实例分割等多项任务。文章详细介绍了模型的架构、性能优势以及在自动驾驶等领域的应用前景。

YOLOv8多任务学习自动驾驶目标检测语义分割Github开源项目
openpilot: 开源高级驾驶辅助系统的革命性突破

openpilot: 开源高级驾驶辅助系统的革命性突破

openpilot是一款由comma.ai公司开发的开源高级驾驶辅助系统,目前支持275多种车型。本文将深入介绍openpilot的功能、特点、安装使用方法以及对汽车行业的影响。

openpilot自动驾驶驾驶辅助系统开源软件commaGithub开源项目
ECCV 2024论文开源项目全面汇总:前沿研究一览无遗

ECCV 2024论文开源项目全面汇总:前沿研究一览无遗

本文全面整理了ECCV 2024会议录用的开源论文及代码,涵盖计算机视觉各大热门方向,为研究人员提供了最新最全的学术资源。

ECCV 2024计算机视觉深度学习自动驾驶AIGCGithub开源项目
基于深度强化学习的CARLA自动驾驶技术实现

基于深度强化学习的CARLA自动驾驶技术实现

本文介绍了一个利用深度强化学习方法在CARLA仿真环境中实现自动驾驶的开源项目。该项目使用近端策略优化(PPO)算法和变分自编码器(VAE)来训练自动驾驶智能体,实现了端到端的自动驾驶解决方案。

CARLA深度强化学习PPO自动驾驶变分自编码器Github开源项目