自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 【自动驾驶端到端5:VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning】

从大规模人类驾驶演示中学习类人驾驶策略是有希望的。但是,规划的不确定性使得从驾驶演示中提取驾驶知识是有挑战性的。从统计学习的角度来看,动作(包括实际和速度)是高度随机的,受许多无法建模的潜在因素影响。

2025-03-30 18:07:38 919

原创 【自动驾驶端到端4:PPAD: Iterative Interactions of Prediction and Planning for End-to-end Autonomous Driving

港科大联合元戎启行共同提出了一种用于端到端自动驾驶的新型预测与规划的交互机制,称为PPAD(预测与规划迭代交互自动驾驶)。该机制通过逐时间步的交互更好地整合了预测与规划。自车在每个时间步都基于周围代理(如车辆和行人)的轨迹预测及其局部道路状况进行运动规划。与现有的端到端自动驾驶框架不同,PPAD以自回归方式在每个时间步交错进行预测和规划过程,从而建模自车、代理和动态环境之间的交互,而不是简单地依次进行预测和规划的单一顺序过程。具体而言,本文设计了自车与代理、自车与地图、自车与鸟瞰图(BEV)的交互机制,通过

2025-03-29 23:54:19 986

原创 【自动驾驶端到端3:VAD: Vectorized Scene Representation for Efffcient Autonomous Driving】

VAD 的整体结构如下图所示。给定多帧的多视角图像作为输入,VAD 首先用一个主干网络编码图像特征,利用一组 BEV queries 将图像特征映射为 BEV 特征。其次,VAD 利用一组交通参与者 queries 和地图 queries,学习矢量化的场景表示,包括矢量化的地图和矢量化的参与者运动。然后,基于场景信息做规划。VAD 通过自车 query 与参与者 queries 和地图 queries 交流,隐式地学习场景信息。根据自车 query、自车状态特征和高层级的驾驶指令,规划头输出规划的轨迹。

2025-03-29 16:54:38 371

原创 【自动驾驶端到端2:UniAD: Planning-oriented Autonomous Driving】

上海人工智实验室提出了自动驾驶通用算法框架——Unified Autonomous Driving(UniAD)。,在 nuScenes 数据集下的所有相关任务都达到 SOTA 性能,。UniAD多个共享BEV 特征的Transformer 网络首次将跟踪,建图,轨迹预测,占据栅格预测统一到一起, 并且使用的Planner 作为一个最终的目标输出,同时使用Plan 结果作为整体训练的loss 来源。虽然整体称为端到端,但是各个模块直接确实有着明显的界限和区隔,并非一个整体黑盒网络。

2025-03-23 14:35:53 1013

原创 【自动驾驶端到端1:ST-P3: End-to-end Vision-based Autonomous Driving via Spatial-Temporal Feature Learning】

论文“ST-P3: End-to-end Vision-based Autonomous Driving via Spatial-Temporal Feature Learning“,22年7月,作者来自上海交大、上海AI实验室、加州圣地亚哥分校和京东公司的北京研究院。。具体而言,提出一种以自车为中心对齐(egocentric-aligned)的累积技术,在感知BEV转换之前保留3-D空间中的几何信息;作者设计一种双路(dual pathway )模型,将过去的运动变化考虑在内,用于未来的预测;

2025-03-16 17:10:36 929

原创 人工智能数学基本概念和公式推导(二)

批量梯度下降是一种优化算法,用于最小化损失函数,通过迭代地调整模型参数来逼近最优解。它在每次更新参数时使用,因此也称为。

2025-03-09 22:28:56 580

原创 人工智能数学基本概念和公式推导(一)

我们通过一阶泰勒展开式,利用线性近似和向量相乘最小化的思想搞懂了梯度下降算法的数学原理。知道了一阶泰勒展开式之后,接下来就是重点了!不能太大,因为太大的话,线性近似就不够准确,一阶泰勒近似也不成立了。这样,我们就推导得到了梯度下降算法中 θ 的更新表达式,按照学术界通常写法。表示下一步前进的单位向量,是需要我们求解的,有了它,就能根据。注意到(4)末尾那一项,很清楚,它是。,类比于下山过程中每次前进的一小步,重点来了,局部下降的目的是希望每次。也就是说,上式中,我们希望。有一阶导数,那么根据定义,就有。

2025-03-08 23:37:01 947

原创 第一章 Carla-0.9.12车辆模型简介

示例:/CARLA_0.9.12/PythonAPI/examples$ python3 vehicle_gallery.py。

2024-12-08 18:04:38 511

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除