CV_Autobot的博客

转载 当面试被问到，做过BEV下3D检测/车道线/Occ中哪个任务的部署？

随着特斯拉在AI Day上提出BEV概念，国内外以BEV 为技术栈的感知框架越来越受到大家的认可，这两年几乎离不开BEV这个关键词。站在上帝的视角，BEV非常适合自动驾驶任务，从最初的BEVDet检测方案，到后面BEVFormer、BEVFusion、MapTR、Occupancy等各个任务模型，几乎都以此为基线。目前工业界的自动驾驶技术路线大多围绕三个主要任务展开：3D目标检测、车道线检测、非常...

转载 Waymo | PVTransformer: 可扩展3D检测的点到体素Transformer

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『BEV感知』技术交流群论文作者|自动驾驶Daily编辑 | 自动驾驶之心“原标题：PVTransformer: Point-to-Voxel Transformer for Scalable 3D Object Detection论文链接：https://arxiv....

转载 替代MLP的KAN，被开源项目扩展到卷积了

编辑| 机器之心点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『Transformer』技术交流群本文只做学术分享，如有侵权，联系删文本月初，来自 MIT 等机构的研究者提出了一种非常有潜力的 MLP 替代方法 ——KAN。KAN 在准确性和可解释性方面表现优于 MLP，而且它能以非常少的参数量胜过以更大参数量运行的...

转载 理想与BBA市占率分析

作者|理想TOP2 编辑|理想TOP2点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心技术交流群本文只做学术分享，如有侵权，联系删文大致正确的定性结论：理想目前市占率是23年6月水平，去年最高点是10月，不是12月。今年6月市占率预期会回到23年9月水平（L789 2.5万 L6 2万），略低于去年12月。以今...

转载 都在搞端到端了，传统规控还有未来么？

自动驾驶的规划控制主要是怎么做的？自动驾驶一般分为感知、预测、规划和控制四大基础模块，各个模块各司其职、分工明确，今天自动驾驶之心就和大家聊聊规划控制。一般来说规划控制的目的有两个：一是对车辆运动进行全局规划（从地点A到地点B运行路线）、行为决策（判断变道还是超车等）、局部规划（规划局部行驶轨迹，规避障碍物等）；二是精准控制车辆按规划轨迹行驶。端到端趋势下，传统规控还有未来么？特斯拉FSD V12...

转载 面试CV算法岗，3DGS叠buff上岸了！

3DGS作为先进的三维重建技术，通过3D高斯函数表示体积密度，可快速渲染出高质量图像，在计算机图形学和计算机视觉领域，呈现出巨大潜力，甚至超越NeRF重塑SLAM！今年火爆的算法岗招聘中，3DGS经验更是候选人加分项！研梦非凡于5月24日，特邀了自动驾驶AI专家杨导师，独家上线SIGGRAPH-Best Paper《AI前沿论文系列—3D Gaussian Splatting（3DGS）for R...

转载 年薪百万校招岗位！极氪智驾团队诚聘博士

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『求职交流』技术交流群本文只做学术分享，如有侵权，联系删文·投稿作者为『自动驾驶之心知识星球』特邀嘉宾，欢迎加入交流！① 全网独家视频课程BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在...

转载 全面领先BALM！PSS-BA：LIDAR BA和点云平滑的完美共舞

作者| Jianping Li 编辑| 3D视觉之心点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『SLAM』技术交流群本文只做学术分享，如有侵权，联系删文局部平面假设的影响从移动测绘系统获得的点云数据通常存在两种误差来源：姿态误差和激光雷达测量误差。大多数现有的SLAM系统利用一些顺序配准方案（如ICP、NDT...

原创 综述！全面概括基础模型对于推动自动驾驶的重要作用

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『自动驾驶』技术交流群论文作者|Jianhua Wu编辑 | 自动驾驶之心写在前面&笔者的个人理解近年来，随着深度学习技术的发展和突破，大规模的基础模型（Foundation Models）在自然语言处理和计算机视觉领域取得了显著性的成果。基础模型在自动驾驶当中...

转载 量子力学接替扩散模型？S-DSB：任意两个分布之间进行双向生成！

作者|CW不要無聊的風格 编辑| 极市平台原文链接：https://zhuanlan.zhihu.com/p/696121622/点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『扩散模型』技术交流群本文只做学术分享，如有侵权，联系删文导读来看看S-DSB到底是个什么东西！邂逅前段时间的某个早上，在“晨例”喝手...

转载 端到端智驾竞赛，小鹏领先了？

作者|贾浩楠 编辑| 智能车参考点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『端到端自动驾驶』技术交流群本文只做学术分享，如有侵权，联系删文小鹏汽车，刚刚把车圈端到端的“口水仗”推向最高潮：520当天，自研的端到端智驾大模型上车，直接OTA推送给了用户。全球唯二，中国首个。不论之前业内如何激辩大模型怎么上车、...

转载 MARS Lab招收2025年博士生！

作者|清华MARS Lab编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/697000472点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心技术交流群本文只做学术分享，如有侵权，联系删文过去的一年多里，我们见证了AI可以流利地对话了，那我们离能看懂、能推理、能运动、能交互的AG...

转载 CVPRW'24 | SAM用于遥感影像中提取向量化的道路网络

作者|ZeyX 编辑|遥感与深度学习点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心技术交流群本文只做学术分享，如有侵权，联系删文论文介绍题目：Segment Anything Model for Road Network Graph Extraction会议：CVPR 2024 2nd Workshop on...

原创 开源！V2Xverse：上交发布首个面向V2X的仿真平台与端到端模型

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『仿真闭环』技术交流群论文作者| 上海交通大学&上海AI Lab编辑 | 自动驾驶之心车路协同的同步驾驶数据车路协同辅助的自动驾驶V2X-AD（Vehicle-to-everything-aided autonomous driving）在提供更安全的驾驶策略方面...

转载 自动驾驶第一性之纯视觉静态重建

作者|小锅不能再胖了 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/696512432点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『BEV感知』技术交流群本文只做学术分享，如有侵权，联系删文纯视觉的标注方案，主要是利用视觉加上一些GPS、IMU和轮速计传感器的数据进行动静态...

转载 南开大学最新 | 激光雷达技术新进展在自动驾驶等多任务中的应用！

作者|小书童 编辑| 集智书童点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『BEV感知』技术交流群本文只做学术分享，如有侵权，联系删文Range-View 视图表示在紧凑性和信息完整性方面具有优势，但它很少成为三维感知任务的首选。在这项工作中，作者通过一种新颖的多任务框架进一步推动了范围视图表示的发展，实现了...

转载 哪里跌倒就从哪里站起来！侯晓迪创业项目曝光，依然L4卡车！

作者|贾浩楠 编辑| 智能车参考点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心技术交流群本文只做学术分享，如有侵权，联系删文侯晓迪，39岁，AI赛道“天才少年”、本科论文5行代码中顶会、图森未来联合创始人。他的“图森创业”跌宕起伏，高光时刻缔造出“自动驾驶全球第一股”，也有震动行业的剧变和风波。而侯晓迪在图森之...

原创 牛津大学最新 | 近400篇总结！畅谈大语言模型与三维世界最新综述~

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『大语言模型』技术交流群论文作者|Xianzheng Ma编辑 | 自动驾驶之心写在前面&笔者的个人理解随着大型语言模型（LLM）的发展，它们与3D空间数据（3D LLM）之间的集成取得了快速进展，为理解物理空间和与物理空间交互提供了前所未有的能力。本文全面概述...

原创 加州大学最新！CarDreamer：全面、灵活的自动驾驶算法测试开源平台

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『世界模型』技术交流群论文作者|Dechen Gao编辑 | 自动驾驶之心写在前面&笔者的个人理解为了在复杂的真实世界场景中安全导航，自动驾驶汽车必须能够适应各种道路条件并预测未来事件。基于世界模型的强化学习（RL）已经成为一种有前景的方法，通过学习和预测各种环...

转载 LiDAR-IMU标定一把搞定！开源GRIL-Calib：妙用地平面运动约束

作者|hlhsugoi 编辑| 3D视觉之心点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『传感器标定』技术交流群本文只做学术分享，如有侵权，联系删文写在前面摘要：随着IMU‑LiDAR融合系统重要性的增加，无目标IMU‑LiDAR外在校准方法越来越受到关注。现有的校准方法需要在所有轴上完全运动的情况下推导校准...

转载 Mamba真能终结Transformer？浅谈我站Transformer的原因

Mamba凭借其超强性能，被视为Transformer的颠覆者，但Transformer依然是当今大模型不可或缺的基座架构！自「Attention Is All You Need」首次提出自注意力机制，到BERT开创了预训练语言模型浪潮，以及后来的ViT、Swin Transformer、SegFormer、ViLT、（GPT-4）Toolformer、扩散模型，Transformer无疑是NLP...

转载 “但如果用C++的话，我应该怎么搭建去搭建仿真的环境呢？”

作者|哎嗨人生 编辑|哎嗨人生点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『仿真测试』技术交流群本文只做学术分享，如有侵权，联系删文网友提问:“我也了解自驾厂很多都用C++来写代码，我也学习了C++。但如果用C++的话，我应该怎么搭建去搭建仿真的环境呢？比如说要用到哪些软件？(我在一些评论区有看到Linux...

转载 不是Nvidia买不起，而是国产更有性价比！全国产GPU项目开发记录

作者|Dcity 编辑| 极市平台点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『模型部署』技术交流群本文只做学术分享，如有侵权，联系删文导读重点阐述真实的客流统计算法从Nvidia环境往国产海光CPU+DCU进行迁移的部署过程，除去学习成本时间和处理一些项目用的基本软件安装时间外，实际移植时间大约为1天时间...

转载 加入自动驾驶之心 | 讲师天团招募启动！

转载 CLFT：用于自动驾驶语义分割的相机-激光雷达融合Transformer架构

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『多传感器融合』技术交流群编辑 | 自动驾驶之心论文思路文章提出了一种用于自动驾驶语义分割的方案，它基于Vision Transformer（ViT）网络，融合相机和激光雷达的信息。主要是在相机和激光雷达分别使用新颖的ViT网络渐进式编码模块，然后将结果集成到transfo...

转载 自动驾驶秋招，简历上写了精通C++。。。

自动驾驶系统的online和offline系统会混合使用多种语言，以满足复杂多样的功能实现要求。具体的选择通常取决于性能要求、系统架构设计和开发团队偏好。算法层面可能使用python验证，但最终工程落地90%都是用C/C++来实现的！Online车载计算平台的CPU、GPU和内存资源往往是有限的，所以在online系统中，出于性能和实时性的考虑，绝大多数模块都会用C++开发或部署。此外，Shell...

转载 小白入坑规划控制方向，秋招怎么准备？

自动驾驶的规划控制主要是怎么做的？自动驾驶一般分为感知、预测、规划和控制四大基础模块，各个模块各司其职、分工明确，今天自动驾驶之心就和大家聊聊规划控制。一般来说规划控制的目的有两个：一是对车辆运动进行全局规划（从地点A到地点B运行路线）、行为决策（判断变道还是超车等）、局部规划（规划局部行驶轨迹，规避障碍物等）；二是精准控制车辆按规划轨迹行驶。端到端趋势下，传统规控还有未来么？特斯拉FSD V12...

转载 整体裁员超5000人，有人当天离职！理想汽车智驾团队的日子并不好过.....

最近智驾圈最火的莫过于理想汽车的裁员消息，速战速决，当天谈完第二天就走。虽然理想官网迅速回应，但对自动驾驶之心来说，验证并不难。从17级到15级，去年社招进来还没转正的同学也受到很大影响，智驾团队预期将缩减到1000人以内，而HR团队离职率近70%。大家是怎么评价理想汽车的？我相信“产品体验好“将会是最大的认可，但对于技术圈的我们来说，不得不承认一个事实，理想自家的量产方案好像并没有什么能拿得出手...

转载 自动驾驶场景中的长尾问题怎么解决？

作者|小葱蘸大酱 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/698142208点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『BEV感知』技术交流群本文只做学术分享，如有侵权，联系删文昨天面试被问到了是否做过长尾相关的问题，所以就想着简单总结一下。自动驾驶长尾问题是指自动...

转载 RAL'23 | H2-Mapping：首个边缘设备上实现NeRF实时高质量建图

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线欢迎添加小助理微信AIDriver004，加入我们的技术交流群>>点击进入→自动驾驶之心『BEV感知』技术交流群论文作者|Chenxing Jiang编辑 | 3D视觉之心不降低算力，再酷炫也没用现有稠密建图主要分为显示和隐式。前者得益于物理意义，易于优化而快速处理速度快，但需要大量内存处理高分...

原创 CVPR'24 Oral | 一览纯稀疏点云检测器SAFDNet的前世今生！

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『3D目标检测』技术交流群论文作者|Gang Zhang编辑 | 自动驾驶之心写在前面&笔者的个人理解3D点云物体检测对自动驾驶感知至关重要，如何高效地从稀疏点云数据中学习特征表示是3D点云物体检测面临的一个关键挑战。我们在本文中将会介绍团队发表在NeurIPS...

转载 路径规划概述：基于采样、搜索、优化全搞定！

作者|宇文树雪 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/687977177点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『规划控制』技术交流群本文只做学术分享，如有侵权，联系删文1 决策控制与运动规划概述目前决策控制方法可以分为三类：sequential plannin...

转载 AI Day直播 | 加速100倍！基于扩散模型的可控式雷达仿真

点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取今天自动驾驶之心邀请来了卡内基梅隆的硕士—Haoxi Ran！为大家分享基于扩散模型的可控式雷达仿真！如果您有兴趣分享相关学术成果，请联系AIDriver002！更多行业咨询与技术分享，欢迎加入『自动驾驶之心知识星球』，相关将在星球内公布！哔哩哔哩关注自动驾驶之心，预约直播自动驾驶之心B站【自动驾驶之心】全平台矩阵...

转载 一文看尽Occupancy！

BEV模型和Occupancy有较多相似之处，BEV的特征生成范式几乎和Occ完全相同，时序方法也完全适用。但为什么Occ任务这么困难呢？各家自动驾驶公司虽然投入了较多人力物力，但效果并不是很好。这就要说到几个关键部分：数据生成、数据优化、模型优化、模型监督等；数据生成与优化占据了Occ任务的主要部分，和检测任务不同，Occupancy真值很难通过人工标注，需要借助3D box的位置和语义信息间接...

转载 升级到3D多个SOTA！TP3M：图像关键点配准新方法(ICRA'24)

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『BEV感知』技术交流群论文作者|Liming Han编辑 | 3D视觉之心写在前面在存在大视角变化、光照变化或低纹理等场景的图像匹配仍具有挑战性。TP3M提出了一种基于Transformer的伪3D图像匹配方法。该方法通过参考图像的辅助，将源图像中提取的2D特征升级为...

转载 Occupancy数据生成与模型实战课程即将开课！

Occupancy Network是自动驾驶感知任务中的一个非常重要角色。这种轻语义重几何的网络模型，能够更好地辅助自动驾驶系统感知free space，也是今年各大自动驾驶公司抢先量产的目标。在3D目标检测失效的范围内，能够进一步提升感知能力，形成闭环。下面让我们一起看看Occupancy是什么？为什么需要它？为什么需要Occupancy？自动驾驶在动静态障碍物感知领域的发展大概分为三个阶段：1...

转载 不止3D高斯！最新综述一览最先进的3D重建技术

点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『三维重建』技术交流群论文作者|蝎子莱莱编辑 | 自动驾驶之心写在前面&笔者的个人理解基于图像的3D重建是一项具有挑战性的任务，涉及从一组输入图像推断目标或场景的3D形状。基于学习的方法因其直接估计3D形状的能力而受到关注。这篇综述论文的重点是最先进的3D重建技...

转载 关于端到端自动驾驶的四个常见误区

作者|EatElephant 编辑| 智能车情报局点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心『端到端自动驾驶』技术交流群本文只做学术分享，如有侵权，联系删文????导读原文来自知乎，作者为EatElephant。本文是作者在“2024年，端到端自动驾驶在国内是否会有实质性的突破和进展？”这一知乎热门问题中的回答，...

转载 裁错了！马斯克刚刚请回超充团队

编辑| 智能车参考点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心技术交流群本文只做学术分享，如有侵权，联系删文裁员裁到大动脉了。半个月前，马斯克冷酷无情，把整个超充团队全裁了。包括休产假期间的团队主管。而就在他不断强调裁员降本的时候，没几天自己又把部分员工给召回了。这是特斯拉“广进计划”要收敛了，还是超充团队证明了自...

转载 ICRA2024 自动驾驶相关Paper整理

作者|牛牛牛肉饭 编辑|汽车人原文链接：https://zhuanlan.zhihu.com/p/697604761点击下方卡片，关注“自动驾驶之心”公众号戳我-> 领取自动驾驶近15个方向学习路线>>点击进入→自动驾驶之心技术交流群本文只做学术分享，如有侵权，联系删文3D 目标检测任务Better Monocular 3D Detectors with LiDAR f...