分享好友 资讯首页 频道列表

一文读懂自动驾驶数据闭环

2021-09-21 18:04
2）地图定位：车辆定位中基于语义地图的方法，在语义目标提取也是采用深度学习模型，甚至语义地图的制作也是如此，目前感兴趣的地图更新（或者在线地图）多半需要检测语义目标。定位的后端也可以是数据驱动的解决，包括全局定位和相对定位，最近SLAM和深度学习的结合工作也如火如荼进行。
 
“LCDNet: Deep Loop Closure Detection andPoint Cloud Registration for LiDAR SLAM”
 
“DeepSFM: Structure From Motion Via DeepBundle Adjustment”
 
“HDMapNet: An online HD Map Construction and evaluation framework”
3）预测：障碍物的轨迹预测现在已经是自动驾驶发展至今的重点之一，现在重要性可以说是高于感知。如何建模智体行为、如何建模智体之间的交互和轨迹预测的动作多模态性，自然最佳方式是采用数据来训练。另外，感知-预测结合解决也是需要大量数据训练去得到合理的模型。
 
“Learning Lane Graph Representations for Motion Forecasting”
 
“PnPNet: End-to-End Perception and Prediction with Tracking in the Loop”
 
“Deep Multi-Task Learning for Joint Localization, Perception, and Prediction”
 
“TNT: Target-driven Trajectory Prediction”

来源：智驾最前沿

« 上一页 3/17 下一页 »
评论 0
同类信息