arXiv · 机器人与计算机视觉· Katharina Winter, William Engel, Zain A. Alishammat, Fabian B. Flohr·· 12 小时前AI 评分58
GridDriver:基于 BEV 的车载大语言模型规划与推理框架
GridDriver: On-Board BEV-Based Language Planning and Reasoning
AI 导读
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)。
来源:arXiv · 机器人与计算机视觉 · arxiv.org