自动驾驶
文章平均质量分 86
自动驾驶学习、实践笔记
猎猎长风
士不可以不弘毅,任重而道远。
展开
-
【nuplan】面向自动驾驶规划的数据集
nuplan是世界第一个针对自动驾驶规划方法测试的开源数据集(发布于2021年),收集了波士顿、匹兹堡、拉斯维加斯和新加坡这 4 个城市收集了大约 1300 小时的驾驶数据转载 2024-04-21 10:58:22 · 747 阅读 · 0 评论 -
【TensorRT】ONNX/TensorRT模型转换
TensorRT 模型的推理速度比 libtorch 模型更快,所以 PyTorch 模型转换为 TensorRT 模型部署几乎是最好的选择。通常TensorRT 模型首先需要转换为 ONNX 模型,再由 ONNX 模型转换为TensorRT 模型。本文对转换方法及一些注意点做一个记录。原创 2022-09-16 21:23:55 · 4358 阅读 · 2 评论 -
【TorchScript】PyTorch模型转换Libtorch模型
任务简介:使用PyTorch训练的模型只能在Python环境中使用,在自动驾驶场景中,模型推理过程通常是在硬件设备上进行。TorchScript可以将PyTorch训练的模型转换为C++环境支持的模型,推理速度比Python环境更快。本文对整体转换流程做一个简单的记录,后续需要补充TorchScript的支持的各种语法规则以及注意点。...............原创 2022-07-01 14:07:28 · 4736 阅读 · 4 评论 -
【LibTorch】C++中部署TorchScript模型与Tensor保存/加载
下载cuda版本为11.3的安装包并解压即完成安装:如果需要cpu版本的安装包按照上面注释方法替换即可。保存函数:2.2 C++加载tensor并调用模型首先需要将PyTorch模型转换为C++支持的TorchScript模型,具体步骤以后找个时间再写一篇笔记,这边先略过。C++调用TorchScript模型代码:3. 编译执行C++推理用例3.1 编写CMakeLists需要安装cuda和cudnn才能进行cmake;创建文件 ,写入:3.2 编译并执行用例在同级目录下执行命令:输出:.原创 2022-06-30 21:13:17 · 1868 阅读 · 2 评论 -
【论文翻译】VectorNet: Encoding HD Maps and Agent Dynamics from Vectorized Representation
摘要: 由于动态交通参与者(如行人和车辆等)和静态道路环境(如车道,交通灯等)的复杂表示以及之间的交互关系,在动态的,多交通参与者的场景下的行为预测是自动驾驶领域的一个重要问题。这篇文章提出了一个分层的图神经网络VectorNet,首先分别用向量表示不同局部空间的道路组成成员(包括动态交通参与者和静态道路环境),然后对所有的成员之间的高阶交互关系进行建模。与将动态交通参与者的运动轨迹和道路环境信息直接渲染在鸟瞰图像上并通过卷积神经网络对其进行编码的方法不同,我们的方法直接在矢量化的高精度地图上操作,避免了渲原创 2022-06-06 13:39:47 · 2033 阅读 · 0 评论 -
【论文翻译】TNT: Target-driveN Trajectory Prediction
文章目录1. 介绍TNT:基于目标驱动的轨迹预测摘要: 预测移动主体的未来行为,对于现实世界的应用至关重要。这是具有挑战的,因为主体的意图和相应的行为是未知的并且本质上是多模态的。我们的关键见解是:对于中等时间范围内的预测,未来模式可以被一组目标状态有效地捕获。这就引出了我们的目标驱动轨迹预测(TNT)框架。TNT有三个端到端训练的阶段。它首先通过编码主体与环境和其他主体的交互来预测主体未来T步的潜在目标状态。然后TNT生成以目标为条件的轨迹状态序列。最后阶段估计轨迹可能性并选择最终紧凑的轨迹预测集。原创 2022-05-02 19:08:23 · 2989 阅读 · 0 评论 -
【argoverse】argoverse-api 安装
任务简介:自动驾驶轨迹预测可以使用 Argoverse 数据集进行训练,Linux 下 argoverse-api 的安装比较简单,但在安装过程中会出现一些错误。本文对遇到的错误及解决方法做个记录,方便以后更换环境时快速安装。1. Argoverse 数据集简介Argoverse数据集是由Argo AI、卡内基梅隆大学、佐治亚理工学院发布的用于支持自动驾驶汽车3D Tracking和Motion Forecasting研究的数据集。数据集包括两个部分:Argoverse 3D Tracking与A原创 2022-05-25 14:58:30 · 5300 阅读 · 12 评论 -
【PyTorch】torch-geometric 安装
任务简介:由于 torch-geometric 的安装需要一定的依赖,所以直接 pip install torch_geometric 安装会出现问题,并且 torch-geometric 的版本需要和 cuda 版本对应。本文记录 torch-geometric 的正确安装过程。(1)确认安装的 PyTorch 对应的 CUDA 的版本,比如 CUDA 10.2 或 cpu 版本(2)根据一、中的对应版本安装以下依赖pip install torch-scatter -f https://py原创 2022-05-25 14:13:12 · 2366 阅读 · 8 评论 -
【自动驾驶】Apollo预测模块入门
文章目录1. 简介2. 不同的预测方式3. 基于车道序列的预测4. 障碍物状态5. 预测目标车道6. 递归神经网络7. 递归神经网络在目标车道预测的应用8. 轨迹生成1. 简介无人车是在许多物体间穿梭行驶,其中许多物体本身就是一直在移动的,比如像其他汽车、自行车、行人。无人车需要预测这些物体的行为,这样才能确保做出最佳决策。在环境中为所有其他的物体做出预测,这些共同形成了在一段时间内的预测路径,在每一个时间段内会为每一辆汽车重新计算预测他们新生成的路径,这些预测路径为无人车在规划阶段做出决策提供了必要信原创 2022-05-01 21:43:31 · 1563 阅读 · 0 评论