Waymo Open Dataset
PulseAugur coverage of Waymo Open Dataset — every cluster mentioning Waymo Open Dataset across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
InfiniVerse 管道为自动驾驶生成无界城市场景
研究人员推出了 InfiniVerse，这是一个专为自动驾驶应用生成动态和无界城市场景的新型管道。该系统从单个帧重建 3D 占用表示，通过视频扩散模型实现自回归场景扩展和转换为逼真的视频序列。InfiniVerse 还采用分层草图-精炼范式，利用视觉反馈增强 3D 占用表示，在 Waymo Open Dataset 和 nuScenes 上取得了最先进的性能。
-
新的3D高斯溅射方法增强驾驶场景重建
两篇新研究论文介绍了使用3D高斯溅射进行单帧环绕视图驾驶重建的新方法。第一篇论文VGGD利用视觉几何基础模型来提高几何稳定性和渲染质量，特别是在相机重叠稀疏的区域。第二篇论文LGS则专注于通过使用干预引导策略来学习如何致密高斯表示并显式聚合跨时间特征，从而增强高斯结构和原始属性。
-
Proteus模型提供鲁棒的LiDAR压缩，具有70%的截断容忍度
研究人员开发了Proteus，一种专为LiDAR点云设计的新型压缩模型。该模型采用一种独特的策略，将显著位平面（SIG）与不显著位平面（INS）分开，以确保对数据截断的鲁棒性。SIG块提供了基本的感知下限，而INS块则渐进地重建细节，使系统能够容忍高达约70%的比特流截断。在各种压缩场景下，Proteus的性能优于G-PCC、Draco和JPEG XL等现有标准，以及学习型压缩器Unicorn。
-
Instant NuRec 加速驾驶模拟的三维高斯重建
研究人员开发了 Instant NuRec，这是一种新颖的前馈式神经重建模型，专为自动驾驶模拟而设计。该模型可以在单次前向传播中将短时间的、多视角的驾驶日志转换为完全可模拟的 3D 高斯泼溅世界。Instant NuRec 大约在 1.5 秒内重建一个 10-20 秒的场景，在 Waymo Open Dataset 上显著优于现有方法，并与 NuRec 和 AlpaSim 等现有模拟平台无缝集成。
-
新研究利用先进的模拟器和基准来解决自动驾驶安全问题
研究人员正在开发新的方法和基准来提高自动驾驶系统的安全性和鲁棒性。其中一种方法 MultiSim 使用模拟器集成来识别在不同模拟环境中都一致的导致故障的场景，其表现优于单一模拟器测试。另一项开发 Shift & Drift 是一个基准，旨在测试运动规划器在语义偏移和执行扰动下的表现，揭示了模仿保真度和韧性之间的权衡。此外，WCog-VLA 是一个结合了世界认知和生成模型以实现主动自动驾驶的新颖框架，而 CARLA-GS 通过解耦表示、…
-
合成雾管道减少了自动驾驶汽车物体检测的数据需求
研究人员开发了Clear2Fog (C2F)，一个基于物理的管道，用于生成合成雾以训练物体检测模型。该方法旨在通过解决真实世界雾天数据稀缺的问题来提高自动驾驶汽车的安全性。C2F集成了单目深度估计和新颖的大气光估计，以创建物理上一致的合成雾，减少伪影和偏差。一项使用Waymo开放数据集进行的广泛研究表明，在较低规模下使用不同雾密度进行训练，可以达到在较大固定密度数据集上训练的模型的性能，从而将合成数据需求减少25%。
-
Polycepta框架通过动态表观估计增强多目标跟踪能力
研究人员开发了Polycepta，一个用于多目标跟踪中以物体为中心的表观状态估计的新框架。与使用静态描述符的传统方法不同，Polycepta递归地估计并持续更新每个物体的独立表观状态，从而随着时间的推移提高准确性。这种方法可以估计未知类别的表观，并在KITTI等基准测试中展示了显著的性能提升，包括身份切换的减少和最先进的结果。
-
提出车联网联邦基础模型
研究人员提出了一种新颖的方法，将多模态、多任务联邦基础模型（M3T FedFMs）集成到车联网中。此集成旨在结合M3T FM的先进能力和联邦学习的隐私保护特性。该论文概述了基础训练原则、车辆中的潜在用例，并确定了实际部署的挑战，指出了未来的研究方向。一项使用Waymo Open Dataset的案例研究证明了该方法的潜力，并发布了代码以供复现。
-
StreetNVS融合多传感器数据用于新视角合成
研究人员开发了StreetNVS，一个新颖的视频扩散框架，用于合成驾驶场景的新视角。该方法有效地融合了来自包括LiDAR、摄像头和自我运动在内的多种传感器的数据，以生成高质量的新视角。StreetNVS的性能显著优于现有方法，即使在使用明显更稀疏的LiDAR数据时也是如此，并展示了在生成极端轨迹外路径的视角方面的能力。
-
Vanilla ViT 在汽车点云分割领域达到最先进水平
研究人员开发了 VaViT，一种有效利用 vanilla Vision Transformer (ViT) 架构对汽车激光雷达点云进行语义分割的方法。该方法通过采用专门的分词器、轻量级解码器和定制的数据增强，解决了 U-Net 架构在该领域的统治地位。VaViT 在 nuScenes、SemanticKITTI 和 Waymo Open Dataset 等数据集上进行了验证，其性能可与当前最先进的方法相媲美甚至超越，同时保持了 ViT…
-
Mode-as-Sequence 框架提高了运动预测的准确性
研究人员推出了一种新颖的多模态运动预测框架 Mode-as-Sequence，该框架通过对预测的未来轨迹之间的依赖关系进行建模，解决了稀疏监督的挑战。该方法旨在生成更多样化和可靠的预测，提高置信度排序和准确性。该框架包括两种实现方式：ModeSeq 和 Parallel ModeSeq，它们在 Waymo Open Dataset 挑战赛中展示了最先进的性能，并在关键预测赛道上获得了第一名。
-
STELLAR模型通过3D数据融合推进自动驾驶感知
研究人员开发了STELLAR，一款用于自动驾驶3D感知的新型大型模型，通过扩展稀疏窗口Transformer来整合激光雷达、雷达、摄像头和地图数据。该模型在包含5000万个驾驶示例和多达5亿个参数的数据集上进行训练，并在Waymo Open Dataset上达到了新的最先进水平。研究表明，通过大型数据集和计算能力扩展模型是推进自动驾驶感知系统的可行途径。
-
AI研究推动3D重建和场景理解进展
研究人员正在探索用于3D重建和场景理解的先进技术，重点关注优化计算资源和提高准确性。研究探讨了医学成像中2D、2.5D和3D模型之间的权衡，研究结果表明2.5D CNN提供了有利的平衡。其他工作引入了用于扩散时间步长调度的框架，以提高3D CT重建的效率和保真度。此外，正在开发新的在线3D视觉-语言模型，用于从流式视频进行实时空间理解，并提出了自适应特征优化方法来提高3D场景重建的质量。
-
3D高斯泼溅通过新框架和技术取得进展
研究人员正通过新框架和技术推进3D高斯泼溅（3DGS）。X-GS集成了感知和多模态模型，用于视觉基础和场景描述等任务。其他工作则专注于通过欧拉优化、动静分解和激光雷达引导重建等方法来提高3DGS的效率和质量。新方法还解决了关节物体重建和自主机器人路径规划中的挑战。
-
3D 高斯泼溅技术在场景表示和编辑方面取得进展
研究人员正在通过新的方法改进 3D 高斯泼溅（3DGS）技术，以增强场景表示、编辑和压缩。创新包括用于更好地模拟非对称结构的偏态正态泼溅（Skew-Normal Splatting），以及用于生成一致的多房间 VR 游览的 PanoWorld。其他发展则侧重于用于自动驾驶的物理驱动场景编辑、3DGS 内容的美学评估以及 GETA-3DGS 等高效压缩技术。