实体
Autoware
Autoware
PulseAugur coverage of Autoware — every cluster mentioning Autoware across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
自动驾驶转向统一的 VLA 模型，挑战模块化堆栈
新的视觉-语言-动作 (VLA) 模型正在涌现，旨在统一自动驾驶中的感知、推理和控制，从而摆脱传统的模块化堆栈。三个 prominent 模型——来自 UCLA 的 AutoVLA、NVIDIA 的 Alpamayo 系列和 Qwen-Drive-1.0——代表了这种统一的不同方法。AutoVLA 专为边缘部署而设计，具有较少的参数量和基于 token 的动作输出，而 Alpamayo 则是一个较大的、云规模的教师模型，用于蒸馏成较小…
-
LLM 在自主车辆软件分析方面遇到困难，原因在于构建集成问题
研究人员探索了使用大型语言模型 (LLM) 来自动化自主车辆软件漏洞的动态分析，特别关注 Autoware 开源驾驶栈。研究发现，虽然 LLM 可以生成测试产物，但主要挑战在于将这些产物集成到车辆复杂的构建系统中，而不是生成或模糊测试过程本身。具体而言，80% 的编译失败率归因于依赖关系连接问题，即使是表现最好的 LLM 也难以生成完全可执行的模糊测试工具。
-
通过感知不确定性抖动缓解技术改进LiDAR目标检测
研究人员开发了一种新方法，通过解决“感知抖动”来改进自动驾驶系统中的运动分类。该技术通过感知不确定性估计来增强3D目标检测器，并使用统计检验来区分真实运动和传感器噪声。该方法已集成到Autoware系统中，旨在减少真实世界条件下错误的动态预测和不必要的车辆停车。