首页
/ 探索未来驾驶:SparseDrive - 稀疏场景表示的端到端自动驾驶方案

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:

  1. 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。
  2. 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}
}
热门项目推荐
相关项目推荐

项目优选

收起
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
48
115
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
50
13
RuoYi-Vue3RuoYi-Vue3
🎉 (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
418
317
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
268
405
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
90
158
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TSX
312
28
carboncarbon
轻量级、语义化、对开发者友好的 golang 时间处理库
Go
7
2
ruoyi-airuoyi-ai
RuoYi AI 是一个全栈式 AI 开发平台,旨在帮助开发者快速构建和部署个性化的 AI 应用。
Java
90
25
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
87
239
CangjieMagicCangjieMagic
基于仓颉编程语言构建的 LLM Agent 开发框架,其主要特点包括:Agent DSL、支持 MCP 协议,支持模块化调用,支持任务智能规划。
Cangjie
554
39