探索未来驾驶:SparseDrive - 稀疏场景表示的端到端自动驾驶方案
2024-06-22 18:30:32作者:管翌锬
新闻更新:
2024年5月31日,我们发布了关于SparseDrive的最新论文,并计划在六月份发布源代码和模型。敬请期待!
项目简介
SparseDrive是一个基于稀疏场景表示的端到端自动驾驶新范式,它以稀疏为中心,将多个任务统一在一个实例表示框架下。通过深入研究动态预测与规划之间的密切关系,SparseDrive提出了一种并行设计的运动规划方法,并引入了层次选择策略与碰撞感知重评分模块,显著提升规划性能。
在极具挑战性的nuScenes基准测试中,SparseDrive在所有指标上超越现有最先进方法,尤其是在关键的安全性指标——碰撞率方面表现突出,同时也保持了更高的训练和推理效率。
技术分析
SparseDrive的核心包括:
- 对称稀疏感知: 结合检测、追踪和在线映射,实现了一个对称结构的模型,高效地学习稀疏场景表示。
- 并行运动规划器: 同时进行动态预测和规划,产生安全的行驶轨迹,采用创新的层次策略和碰撞感知机制。
该框架的独特之处在于其对自动驾驶问题的简化处理,通过挖掘数据的稀疏特性,实现了计算资源的有效利用和性能的大幅提升。
应用场景
SparseDrive适用于各种复杂的道路环境和自动驾驶情境,包括但不限于城市街道、高速公路以及复杂交叉路口的自动驾驶。其高效的表现使得它可以在实时系统中处理大量传感器输入,为自动驾驶汽车提供及时且准确的决策支持。
项目特点
- 高效: 训练时间减少至20小时,推理速度高达9帧/秒(FPS),显著优于同类竞品。
- 安全: 显著降低碰撞率,提高了自动驾驶的安全性能。
- 全面: 在nuScenes上的全面评估证明其在多任务性能上的优越性。
- 创新: 引入了对称稀疏感知和并行规划概念,为自动驾驶研究开辟新的方向。
为您的自动驾驶研究注入新的活力,探索SparseDrive如何改变端到端驾驶的未来。引用我们的工作并在实际应用中体验SparseDrive的强大效能。我们期待社区的参与和反馈,共同推进自动驾驶技术的发展。
@article{sun2024sparsedrive,
title={SparseDrive: End-to-End Autonomous Driving via Sparse Scene Representation},
author={Sun, Wenchao and Lin, Xuewu and Shi, Yining and Zhang, Chuang and Wu, Haoran and Zheng, Sifa},
journal={arXiv preprint arXiv:2405.19620},
year={2024}
}
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCR暂无简介Python00
openPangu-Ultra-MoE-718B-V1.1昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13BFLYTEK Spark Scilit-X1-13B is based on the latest generation of iFLYTEK Foundation Model, and has been trained on multiple core tasks derived from scientific literature. As a large language model tailored for academic research scenarios, it has shown excellent performance in Paper Assisted Reading, Academic Translation, English Polishing, and Review Generation, aiming to provide efficient and accurate intelligent assistance for researchers, faculty members, and students.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile013
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
239
2.36 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
216
291
暂无简介
Dart
539
118
仓颉编译器源码及 cjdb 调试工具。
C++
115
86
仓颉编程语言运行时与标准库。
Cangjie
122
97
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
998
589
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
589
115
Ascend Extension for PyTorch
Python
77
110
仓颉编程语言提供了 stdx 模块,该模块提供了网络、安全等领域的通用能力。
Cangjie
80
55