PulseAugur
中
实时 20:31:57
实体 OpenLane-V2

OpenLane-V2

PulseAugur coverage of OpenLane-V2 — every cluster mentioning OpenLane-V2 across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 7
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 7 条
  1. TOOL · CL_364388 ·

    DualTopo框架增强了自动驾驶的时空车道图生成

    研究人员开发了DualTopo,一个用于生成时空车道图的新框架,这对于自动驾驶规划至关重要。该系统通过为时间查询和初始化查询提供并发监督来解决现有方法的局限性,确保查询锚点的更好训练。还采用了双重潜在世界模型,通过传播过去的观测来增强时空图的生成。在OpenLane-V2数据集上的实验表明,DualTopo在车道检测精度方面处于领先地位,并且在拓扑图预测方面具有竞争力。

  2. TOOL · CL_344551 ·

    新的车道场表示法增强了自动驾驶高清地图

    研究人员开发了一种名为车道场(Lane Field)的新表示法,用于自动驾驶的高清地图。这种密集、与BEV对齐的几何表示法在每个空间位置编码局部车道结构,使其能够从车载观测中预测或从外部地图先验中构建。所提出的框架通过调制BEV特征和用这种车道结构信息引导注意力机制来增强在线高清地图绘制,在车道感知任务上实现了最先进的性能,并在OpenLane-V2基准测试中得到了证明。

  3. TOOL · CL_287146 ·

    TopoCurve 使用贝塞尔曲线实现自动驾驶中的高级车道线检测

    研究人员开发了TopoCurve,一种用于自动驾驶的新型架构,它使用贝塞尔曲线来表示3D车道线。与传统的折线方法相比,这种几何感知方法能够实现具有明确切线和更好空间支持的更平滑的车道线表示。TopoCurve 在 OpenLane-V2 基准测试中取得了端到端纯摄像头方法的最新成果,在端点检测方面优于先前的方法。

  4. TOOL · CL_165230 ·

    新的CoPo框架增强了自动驾驶道路拓扑推理能力

    研究人员开发了CoPo,一个旨在提高自动驾驶系统道路拓扑推理能力的新型框架。这种统一的方法通过在多个层面采用几何引导的关系建模来整合感知和拓扑推理。CoPo利用结构化先验增强车道表示,并提高了车道连通性和交通标志推断的准确性,在OpenLane-V2基准测试中达到了新的最先进水平。

  5. TOOL · CL_160982 ·

    新的HGeo-TopoMap方法提升了自动驾驶拓扑地图构建能力

    研究人员开发了HGeo-TopoMap,一种改进自动驾驶系统拓扑地图构建的新方法。该方法利用分层几何先验和空间关系来增强车道中心线等道路特征的检测和连通性,这些特征由于缺乏明确标记而难以识别。该系统包含一个几何自适应学习模块和一个几何一致性学习模块,以关注信息丰富的区域并强制执行空间对齐。在OpenLane-V2数据集上的评估表明,与现有方法相比,在准确性和鲁棒性方面都有显著提高。

  6. TOOL · CL_119367 ·

    TopoGPT生成模型增强了自动驾驶的车道拓扑推理能力

    研究人员开发了TopoGPT,一个用于自动驾驶车道拓扑推理的新型生成框架。该自回归模型利用从330万个地图场景的大型数据集中学习到的几何先验,构建比现有检测和关联方法更一致、更完整的车道图。TopoGPT在OpenLane-V2基准测试中取得了卓越的性能,在车道级和点级指标上均显著优于先前的方法。

  7. RESEARCH · CL_06203 ·

    TopoHR框架通过分层表示增强自动驾驶拓扑推理

    研究人员推出TopoHR,一个旨在改进自动驾驶系统拓扑推理的新端到端框架。该分层表示框架在中心线检测和拓扑推理之间建立了循环交互,使每个组件都能相互迭代增强。TopoHR包含一种新颖的分层中心线表示和捕获点实例关系及实例实例关系的推理模块。该框架在OpenLane-V2基准测试中展示了最先进的性能,在检测和拓扑指标方面取得了显著改进。