端到端自动驾驶各方案之我见

本文探讨了端到端自动驾驶的现状、面临的挑战,如数据噪声、实时性要求和模型幻觉问题,并介绍了清华大学赵行老师的STR方案,该方案展示了模型规模与数据规模的scale law优势,但尚未进行大规模实车闭环验证。
摘要由CSDN通过智能技术生成

端到端自动驾驶各方案之我见

背景

随着国内各企业对智能驾驶的研究推进,目前基于bev感知的主流技术方案已经落地,展现出了强大的扩展性和泛化性。有几家代表企业全国无图智能驾驶也已经跑起来。

tesla已经推出了自己的端到端智能驾驶,验证了可行性(EatElephant:站在自动驾驶技术的转折点:V12亲测和端到端技术思考),站在新的节点上,国内对智能驾驶的技术发展提出了新的要求。

附赠自动驾驶最全的学习资料和量产经验:链接

问题

总体需求:端到端已经被验证,是大方向,需要国内技术人员跟进。

具体问题:

基于个人的体验和网上的视频来说,国内目前处于城区noa(无图noa),从可用到好用的发展阶段,而这个里面最重要的就是拟人化。包括但不限于:

  • 变道平稳安全舒适高效,不瞎变道,不生硬变道

  • 过路口平顺,处理各种博弈,加减速等合理。

  • 在分合流,上下匝道,不生硬的按照交通标线走,导致方向盘抽搐。

  • 城市拥堵场景,合理的处理车速,车距࿰

  • 15
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值