简介:

自动驾驶与视觉语言模型的融合

功能:

接受图像序列作为输入,通过基于推理的思考链(CoT)机制输出分层规划预测。

可选地结合传统的3D感知和轨迹规划模块,实现空间推理能力和实时轨迹规划。

数据挖掘和注释流程,构建场景理解数据集。

使用注释者团队进行场景注释,包括场景描述、场景分析和规划。

在nuScenes数据集和SUP-AD数据集上进行实验,验证系统的有效性。

DriveVLM-Dual在生产车辆上部署,验证其在现实世界自动驾驶环境中的有效性。

需求人群:

"DriveVLM的目标受众包括自动驾驶领域的研究人员和工程师,以及希望提高自动驾驶系统场景理解和规划能力的企业和组织。该技术特别适合需要处理城市环境中复杂和长尾场景的自动驾驶系统。"

浏览量:18

s1785318098921236

打开站点

构建AI去赚钱
s1785341518918206
类似产品

© 2024     AIbase    备案号:闽ICP备08105208号-14

隐私政策

用户协议

意见反馈 网站地图