暂无搜索历史
《ScalableMap:Scalable Map Learning for Online Long-Range Vectorized HD Map Const...
k表示Time Step,N是Preview Horizon,J是Cost Function;
为了简化对优化问题的表示,我们将路径定义为参数曲线,多项式螺旋线(Polynomial Spirals)是参数曲线的一种。
Transformer从NLP领域迁移到Vision领域,要解决几个主要问题:1) 尺度问题。同样的物体在同一张图像中的尺寸会有差异;2) 图像的分辨率问题。分...
论文: An Image is Worth 16x16 Words: Transformers for Image Recognition at Scale
Attention解决了类RNN的长时序依赖问题和计算的并行化的问题,Multi-Head Attention实现了类似RNN多通道的效果。Transforme...
为了实现多传感器数据的统一表达(Unified Representation),以前常规的方法:
Permutation Invariance是排列不变性,是指函数的输出与输入元素的顺序无关。
除了空间信息(Spatial Information),时间信息(Temporal Information)对视觉系统理解周围环境也至关重要。例如,通过Temp...
Spatial Cross-Attention是基于Deformable Attention改进的,所以先回顾下Deformable Attention。
GridMask属于Information Dropping的方法,它通过随机在图像上丢弃一块区域,作用相当于在网络上增加一个正则项,避免网络过拟合。
DETR是Facebook在2020年提出的基于Transformer的端到端目标检测方法,克服了在传统目标检测中对Anchor和非极大值抑制(Non-Maxi...
曲线平滑算法是Planning中一种基础算法,在路径优化、速度优化中都有广泛应用。本文主要研究下Apollo中基于优化方法的离散点平滑算法。
论文【1】中提出的自动驾驶决策系统(Decision-Making System)包含三层Behavior Planner:
理论上来说, 规划的算法应该具有时间一致性, 即如同数学当中的函数的概念一样, 只要输入一致, 输出是确定并且可重复的。然而由于现实中存在输入的噪声, 执行端出...
分析和优化交通系统,首先要对交通系统进行数学建模,根据路网几何、每分钟车辆、车速等参数对交通流量进行模拟。
模型预测控制(MPC)的理论推导部分见前文: 自动驾驶轨迹跟踪-模型预测控制(MPC) 这里主要用Python代码实现前文的推导结论。
模型预测控制(MPC,Model Predictive Control)属于优化和控制两个领域的交叉,实际上是以优化的方法来求解控制问题。
Uber LaneGCN的开源代码的训练数据使用了Argoverse Motion Forecasting数据集。
Motion Forecasting的目标是根据车辆的Past States预测Future Trajectories。
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市