Argoverse 2 数据集上低观测频率下的学习型与运动学轨迹预测研究
针对自动驾驶中 V2X 通信数据到达频率(1-10 Hz)低于模型训练固定采样频率的问题,该研究在 Argoverse 2 数据集上评估了学习型预测器在观测历史降采样后的表现。
针对自动驾驶中 V2X 通信数据到达频率(1-10 Hz)低于模型训练固定采样频率的问题,该研究在 Argoverse 2 数据集上评估了学习型预测器在观测历史降采样后的表现。
论文提出了 GridDriver 框架,结合轻量级时空 BEV 感知与结构化空间 Token,在共享 LLM 中实现轨迹预测、自然语言导航及场景问答。系统在 NAVSIM 基准上达到 87.9% PDMS,nuScenes-QA 准确率为 57.6%,车载 ROS 2 端侧规划延迟为 32.7 ms(约 9.4 plans/s)。
该研究提出一种概率侧向运动预测模型,结合二自由度车辆物理先验与循环神经网络学习残差修正。通过多步展开训练直接惩罚累积侧向速度误差,并将条件高斯不确定性传播至位置与航向预测。评估显示,相比 Deep Dynamics 基线,其侧向位置均方根误差从 0.596 m 降至 0.483 m(提升 19.0%),侧向速度误差亦显著降低。
沙希德贝赫什蒂大学机器人智能自动化实验室设计了集成 ESP32 微控制器与 Jetson Orin NX 模块的 1:10 比例自动驾驶平台。系统通过 UART 链路协同运行,利用 ROS 栈及 Stanley、PID、Pure Pursuit 算法在类城市环境中实现稳定导航。该报告包含 62 页内容、32 张图表及 11 个表格,作为未来自动驾驶研究的模块化实验平台。
该论文提出 ActWorld-JEPA,一种将联合嵌入预测架构(JEPA)与潜在规划结合的世界模型方法,旨在通过观测上下文和提议轨迹在隐空间进行未来预测并指导驾驶决策。
现有自动驾驶数据缺乏对风险前兆与应对措施的关联标注。本文介绍 PotentialRiskQA 数据集,提供场景证据、潜在风险及缓解动作的结构化注释;基于此训练 PR-Reasoner 模型,通过多任务监督提升场景理解、风险认知与行动质量,减少无依据的风险推断。消融实验表明中间推理步骤的监督进一步降低错误推断并改善行动质量;在 NAVSIM 上的表征学习提升了开环规划性能。
SIGMO 是一种将多项式 Sigmoid 函数集成到视域内规划器的交互感知运动规划算法,旨在解决拥堵环境下的导航难题。该方法利用物理基础的交互特征分析周围代理的让行分数,在仿真与硬件实验中实现了主动防御行为的平衡且计算轻量。该工作已提交至 IEEE,视频演示及代码资源可通过相关链接获取。
该论文指出代表性驾驶视觉语言模型(Driving VLAs)存在反事实障碍插入下的盲点规划问题,即车辆出现在前方时轨迹仍不变。研究通过偏差 - 方差分析发现模型依赖 ego 状态和指令的捷径,并提出了一种受逆运动学启发的架构:利用 LLM 预测未来视觉场景提供密集监督,并设计独立的逆运动学网络仅基于当前和未来视觉状态解码轨迹,以抑制对 ego 状态的依赖。
推荐理由:该研究通过逆运动学架构解决了智驾 VLA 模型依赖 ego 状态捷径的问题,仅用摄像头在 NAVSIM 和 nuScenes 上实现了 SOTA 轨迹规划性能。
论文提出 LOWP 规划器,通过两套可学习查询直接读取相机特征,无需构建稠密鸟瞰图或监督物体与地图。在 nuScenes 基准上,其平均 L2 误差为 0.296 米,参数量仅为稠密方法的 53%,同 GPU 下速度提升 1.7 倍;在 NAVSIM 仿真中得分为 85.9 PDMS;在 Bench2Drive 闭环控制配置中于 218 条路线上得分 65.5。
本文针对自动驾驶车辆的冗余安全通道,提出一种基于预测运动走廊的紧急制动决策方法。该方法构建感知路径曲率 aware 边界以包含车辆全 swept body,利用几何占用评分与时间紧迫性评分独立判断是否需制动;采用硬门限与软 OR 仲裁机制结合部分证据,并通过连续扫描确认降低瞬态噪声敏感性。研究在受控碰撞仿真与校园驾驶记录中评估走廊覆盖率,并在前车制动及横向穿越场景的蒙特卡洛模拟中验证制动决策性能。
该研究介绍了一种名为 TTC 的在线 3D 检测系统,旨在通过多种辅助反馈在推理阶段即时纠正错误,无需重新训练即可提升已部署自动驾驶系统的安全性。系统核心是配备了一个由视觉提示词驱动的在线适配器(OA)模块,利用与 2D 检测结果不匹配、道路描述或用户点击等辅助信息生成针对感兴趣物体的图像化描述。
该研究指出轨迹评分规划器在处理路口替代指令时存在超过 30% 的忽略率,归因于现有指标未明确测量导航遵循及数据集缺乏多指令配对。为此提出二值化导航合规指标(NAVI)与可控性度量(CM),并发布包含 14,918 个路口场景及所有可行替代指令的 NavControl 数据集。
针对激光雷达 3D 目标检测在点云受污染时的鲁棒性与资源效率难以兼顾的问题,该方法通过构建模拟极端天气的受损样本进行离线训练,利用七种异构检测器评估扰动敏感性并优先学习难例;同时结合离线路径密度测量优化采样阶段处理点数。
论文提出 DriveWorld3D 框架,融合时序视频学习与多传感器测量约束,构建包含路面、体积占用及动态实体的统一世界状态。其离线组件利用 NeRF 或 3D Gaussian Splatting 重建场景并扩展长尾条件,同时限制生成内容作为几何真值的使用。该研究通过显式证据管理,旨在在匹配计算预算下减少危险的空间预测错误与遮挡风险,所有性能声明均待实验验证。
论文提出 FutureLift,一种与骨干网络无关的运动预测细化器,将多模态轨迹提议表示为包含时空节点的未来图,利用双向时间边在单次遍历中用后续证据修正早期段。
该研究探讨感知不确定性信息是否有助于自动驾驶智能体在代理任务中的决策。实验通过在观测空间引入扰动并告知智能体,发现其会从激进转向防御性驾驶;直接提供当前不确定性信息后,智能体能更快完成任务并兼顾风险规避。论文为预印本,代码与数据未开放,适用于计算机视觉与机器人领域。
HENet++是一个统一的三维感知与端到端自动驾驶框架,采用大编码器处理短期帧、轻量级编码器处理长时序上下文以平衡精度与效率。该框架联合提取稠密背景特征与稀疏前景特征,支持相机与雷达等多模态输入,在nuScenes多任务3D感知基准上达到最先进水平,并在nuScenes规划基准实现最低碰撞率及NAVSim基准更高的PDMS指标。论文已获IJCV录用,arXiv版本为v2。
针对动态与遮挡环境下自动驾驶的安全性与效率挑战,本文提出一种遮挡感知的容错安全关键规划方法。该方法利用可达性分析评估风险,推导感知车辆的风险感知动态速度边界,并将其纳入双凸非线性规划框架中,通过时空屏障约束形式化确保安全,同时优化探索与回退轨迹。
华为终端主导的鸿蒙智行发布会正式发布三款新车:正式开售的智界RX、全面焕新的智界R7以及开启预售的享界V8。其中,智界RX与享界V8均搭载L3级自动驾驶架构设计,并已获得L3级自动驾驶道路测试牌照;两车全链路冗余设计,配备全球量产最高规格的双光路图像级激光雷达等共38个传感器。
Autoware 0.45.1 版本修复了 RViz 插件及三维边界框显示问题。该更新通过 pull request #6265 将 autoware_launch 补丁更新至 0.45.1,并新增 BEVDet 外部包与 TensorRT 推理工件支持。此外还引入了 agnocast 启动加载、仿真时间选项及 Docker Compose 日志模拟等新功能。