LLM驱动的框架提升自动驾驶感知能力

研究人员开发了一个名为LM-SCIP的新框架，该框架利用大型语言模型（LLMs）来增强自动驾驶系统的多模态融合。该框架通过动态适应不同的输入质量来应对融合视觉和雷达数据时面临的挑战。LM-SCIP使用LLM作为核心推理引擎，将视觉信息与雷达数据集成，尤其是在视觉输入受损的情况下。在nuScenes和VIRAT数据集上的实验表明，在不同信噪比下，该系统的定位和轨迹预测能力得到了显著提升，证明了其鲁棒性。 AI

影响 通过集成LLM进行传感器融合，增强了自动驾驶感知系统的鲁棒性和准确性。

排序理由 详细介绍新颖技术框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• autonomous driving
• large language model
• LM-SCIP
• LoRA
• mixture of experts
• nuScenes
• VIRAT

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →