包括一个对称的稀疏感知模块和一个并行运动规划器。稀疏感知模块通过对称的模型架构统一了检测、跟踪和在线地图构建,学习驾驶场景的完全稀疏表示。对于运动预测和规划,将规划建模为多模态问题,提出了一种分层规划选择策略,其中包括一个避免碰撞的重新评分模块,以选择合理且安全的轨迹作为最终规划输出。SparseDrive 在所有任务的性能上都大大超越了以前的最先进方法,同时实现了更高的训练和推理效率
基于 PyTorch 和 MMCV 的通用 3D 感知算法库,支持室内外场景多个数据集的 3D 目标检测和 3D 点云分割,同时支持各种单模态和多模态算法,和 MMDetection 中各种 2D 检测算法模块的无缝衔接,为各种 3D 感知任务的算法研发提供了一套统一化、标准化和可复现的高性能基准。
Book_5_《统计至简》 | 鸢尾花书:从加减乘除到机器学习;陆续上传25章草稿。草稿还会经过至少两轮修改,大家注意下载最新版本。请多提意见,谢谢!
https://github.com/autowarefoundation/autoware
Deepin-wine 容器的存档(目前仅为历史版本的存储库,使用deepin原版二进制文件)