ICCV'23 | VAD：基于矢量化环境表征的高效端到端自动驾驶框架！

最新推荐文章于 2025-06-09 00:30:00 发布
转载 最新推荐文章于 2025-06-09 00:30:00 发布 · 722 阅读 · 1 ·
CC 4.0 BY-SA版权
原文链接：https://mp.weixin.qq.com/s?__biz=Mzg2NzUxNTU1OA==&mid=2247565703&idx=2&sn=084ebc4234f6f697c705fc221c801072&chksm=ceb9ec4ef9ce6558bfcaf785ef7d352ce00fc3bcbaf299dfba0e046cf42e96ff6b1e475643ed&scene=126&sessionid=0
文章标签：

#自动驾驶 #人工智能 #机器学习

本文报道了华中科技大学VisionLab在读博士蒋博作为地平线算法实习生，将在ICCV2023分享最新的自动驾驶框架VAD。文章鼓励对自动驾驶感兴趣者关注自动驾驶之心公众号和B站直播，了解学术进展。

点击下方卡片，关注“自动驾驶之心”公众号

ADAS巨卷干货，即可获取

今天自动驾驶之心邀请来了华中科技大学Vision Lab在读博士&地平线算法实习生蒋博！为大家分享ICCV 2023最新中稿的端到端自动驾驶框架—VAD！

如果您有兴趣分享相关学术成果，请联系AIDriver002！

4ffaf6f0923978a56cc9dbdb8b8c3cf6.jpeg

2) 哔哩哔哩关注自动驾驶之心，预约直播

e42b30219c2f1c154a4b59a0acdc8841.png

自动驾驶之心B站

【自动驾驶之心】平台矩阵，欢迎联系我们！

2a0f108f1f350dffb28b0f51625e7fdd.jpeg

【自动驾驶端到端3：VAD: Vectorized Scene Representation for Efffcient Autonomous Driving】
weixin_40000560的博客
03-29 687
VAD 的整体结构如下图所示。给定多帧的多视角图像作为输入，VAD 首先用一个主干网络编码图像特征，利用一组 BEV queries 将图像特征映射为 BEV 特征。其次，VAD 利用一组交通参与者 queries 和地图 queries，学习矢量化的场景表示，包括矢量化的地图和矢量化的参与者运动。然后，基于场景信息做规划。VAD 通过自车 query 与参与者 queries 和地图 queries 交流，隐式地学习场景信息。根据自车 query、自车状态特征和高层级的驾驶指令，规划头输出规划的轨迹。
复现VAD: Vectorized Scene Representation for Efficient Autonomous Driving遇到的一些坑
qq_44722189的博客
01-09 1888
即可，注意下载Map expansion解压到nuscenes/maps目录下，以及记得下载或自己生成vad_nuscenes_infos_temporal_train.pkl和vad_nuscenes_infos_temporal_val.pkl放到nuscenes文件夹中。安装各种包，这期间会遇到很多版本不兼容的问题，自己按照requirement.txt给的版本手动升降版本即可。的Models里下载预训练模型（VAD_base或者VAD_tiny）并放在指定文件夹。(用哪个文件就修改哪个）。
VAD（VAD: Vectorized Scene Representation for Efficient Autonomous Driving）
qq_35975367的博客
03-07 452
注意点：这里输入的action，既可以使用导航地图提供的action指令，也可以使用VLM大模型给出更结合场景且更定制化的action，后者即双系统端到端方案的基本思路。VLM是根据VAD进行修改的，要读懂VAD就必须读懂VLM。
【端到端】华科X地平线:VAD, 基于矢量场景表征的端到端自动驾驶
自动驾驶小白说
10-18 2226
本章节旨在对VAD（Vectorized Scene Representation for Efficient Autonomous Driving）方法进行全面的解读和总结。VAD方法针对自动驾驶领域中的轨迹规划问题，提出了一种创新的矢量化场景表示范式，有效克服了现有方法在计算效率、安全性和规划流程上的局限性。
VAD系列开启全新“多模态端到端自动驾驶革命”，将多模态概率规划推向新高度！
soaring_casia的专栏
07-17 3390
我们未来的研究方向是如何与现有的规控架构结合进一步提升系统的鲁棒性，以及在更加复杂的真实场景中展开验证。
VADv2: 基于矢量表征和概率规划的E2E架构
Miracle8070
03-02 1309
今天分享一篇自动驾驶领域的论文VADv2(End-to-End Vectorized Autonomous Driving via Probabilistic Planning), 基于矢量表征和概率规划的E2E架构，2024年2月份华中科技大和地平线合作的一篇文章， 在经典的端到端模型架构上作出了基于概率规划去输出规划轨迹的改进，更好的建模场景的不确定性。
51c自动驾驶~合集58
最新发布
whaosoft~aiotの开发板商城
06-09 1579
在处理超长上下文（如 64K 和 128K）任务时，CCA-LLM 的 EM 得分超越了标准自注意力机制，同时推理速度也显著提升——在 128K 上下文长度下，推理速度达到标准自注意力方法的 7.9 倍，展现出其在高效长文本建模方面的突出优势。b) 树形优势值估计 (Tree-based): 在长思维链场景下，MC 估计的代价很高，团队提出了一种高效的树形估计方法：将采样轨迹组织成树形结构，通过自底向上的奖励聚合计算状态价值（V 值），同一个父节点的子节点形成一个组，在组内计算每个段的优势值。
VAD端到端系列梳理以及阅读
热门推荐
lovely_yoshino的博客
02-12 1万+
最近VAD v2论文出来了，又掀起了一波该系列模型的热点。我们先看一下的文章，然后再来看一下《》这篇文章，代码目前还没开源，可以期待一波。等开源后作者也会来仔细阅读这部分代码的。
VAD v2端到端SOTA | 远超DriveMLM等方法（地平线）
CV_Autobot的博客
02-27 3299
作者| AI驾驶员 编辑| 智驾实验室点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取点击进入→自动驾驶之心【端到端】技术交流群本文只做学术分享，如有侵权，联系删文从大规模驾驶演示中学习类似人类的驾驶策略是很有前途的，但规划的不确定性和非确定性本质使得这一任务充满挑战。在这项工作中，为了应对不确定性问题，作者提出了VADv2，一个基于概率规划的端到端驾驶模型。VADv2以流...
【论文笔记】VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning
weixin_45657478的博客
05-11 3546
【论文笔记】VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning
VAD实验用数据集
04-21
适合VAD算法研究用的数据集，主要以噪声为主，16kz的wav格式，可自行合成
推荐项目：VAD - 为高效自动驾驶而生的向量场景表示法
gitblog_00015的博客
05-08 1126
推荐项目：VAD - 为高效自动驾驶而生的向量场景表示法 项目地址:https://gitcode.com/gh_mirrors/vad1/VAD 项目介绍 VAD: Vectorized Scene Representation for Efficient Autonomous Driving 是一项创新性的研究成果，它提出了一种全新的向量化场景表示方法，专为实现端到端自动驾驶设计。通过摒弃计算...
自动驾驶端到端梳理笔记（一）：UniAD, ReasonNet, VAD, VADv2
学习记录
03-19 2249
UniAD, ReasonNet, VAD, VADv2方法的详细解读
自动驾驶场景表示向量化方法VAD: Vectorized Scene Representation for Efficient Autonomous Driving
源代码杀手的博客
11-13 2616
这篇论文提出了一种名为VAD的自动驾驶场景表示向量化方法，旨在提高自动驾驶系统的规划性能和推理速度。另一方面，VAD比以往的端到端规划方法运行速度更快，通过摆脱计算密集的栅格化表示和手动设计的后处理步骤。VAD的模型使用了ResNet50作为骨干网络，通过将点云数据转换为BEV图像，使用Transformer进行特征提取和规划。该项目基于mmdet3d、detr3d、BEVFormer和MapTR等项目，使用了向量化场景表示和简洁的模型设计，实现了SOTA的端到端规划性能，并大幅度提高了推理速度。
VAD: 向量化场景表示，用于高效的自动驾驶
真诚的灰灰的博客
07-26 3619
自动驾驶需要全面理解周围环境以实现可靠的轨迹规划。以前的工作依赖于密集的光栅化场景表示（例如，代理占用和语义地图）来进行规划，这在计算上很复杂，并且缺少实例级别的结构信息。在本文中，我们提出了VAD，这是一种端到端的向量化自动驾驶范例，它将驾驶场景建模为完全向量化的表示。VAD利用向量化的代理运动和地图元素作为显式的实例级规划约束，这有效地提高了规划的安全性。与传统的端到端规划方法相比，VAD通过消除计算密集型的光栅化表示和手工设计的后处理步骤，运行速度更快。
入行端到端自动驾驶，今年必读的十篇最前沿论文
CV_Autobot的博客
08-14 6601
点击下方卡片，关注“自动驾驶之心”公众号戳我->领取自动驾驶近15个方向学习路线今天自动驾驶之心为大家分享十篇端到端论文的汇总，入门自动驾驶必读！如果您有相关工作需要分享，请在文末联系我们！自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询>>点击进入→自动驾驶之心『端到端自动驾驶』技术交流群论文作者|禾呈三金编辑 | 自动驾驶之心En...
【论文阅读】VAD: Vectorized Scene Representation for Efficient Autonomous Driving
博客标题不能为空我也没办法
03-09 1241
端到端无人驾驶框架VAD，使用map query和agent query对BEV进行特征提取，引入ego query利用学习到的特征规划自身的位姿，之后结合三种约束得到最终的规划结果
闭环性能炸裂！地平线提出VADv2：端到端矢量化自动驾驶新SOTA！
CV_Autobot的博客
07-30 426
点击下方卡片，关注“自动驾驶之心”公众号ADAS巨卷干货，即可获取今天自动驾驶之心邀请来了华中科技大学Vision Lab在读博士—蒋博！为大家分享基于矢量表征和概率规划的端到端自动驾驶！如果您有兴趣分享相关学术成果，请联系AIDriver002！作者有话说：感谢大家来听我们在端到端方向的一些工作，我们一直围绕着矢量化和高效率方面在做一些尝试，最新的工作VADv2首次引入多模态概率规划，用于建模决...
GenAD: 生成式端到端自动驾驶
yorkhunter的博客
05-17 1065
24年2月来自伯克利分校、慧拓和中科院自动化所的论文“GenAD: Generative End-to-End Autonomous Driving”。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值