MonkeyDhouzi的博客

虽然 LoRA 在训练阶段表现出色，但真正的挑战在于如何将其部署到资源受限的车载环境中，尤其是车规级芯片（如 NVIDIA Orin-X、华为 MDC、地平线征程系列）上。LoRA 已经在自动驾驶中展现出强大的微调能力，但它的潜力远不止于此。小鹏的 XNGP 系统强调“全国都能开”，通过 LoRA 插件实现 BEV 感知模型的城市级别微调，并结合任务调度系统进行插件管理。小米 SU7 在语音座舱中部署了 7B 规模的语言模型，通过 LoRA 插件实现个性化语义理解与导航推荐，适配不同用户的语音习惯。

最早的注意力机制由 Bahdanau 等人在机器翻译任务中提出，用于解决 RNN 编码器在长序列中信息压缩的问题。注意力机制并非始于 Transformer，它的历史可以追溯到序列建模的早期阶段，尤其是在自然语言处理（NLP）任务中。在自动驾驶系统中，注意力机制已经深入多个关键模块，从感知到决策，从多模态融合到轨迹预测。Transformer 并不只用一个注意力头，而是使用多个并行的注意力头，每个头可以学习不同的语义关系。在端到端自动驾驶架构中，注意力机制帮助模型从感知到控制的全过程中提取关键语义。

自动驾驶技术近年来在感知、规划、控制等模块上取得了显著进展，尤其是端到端（End-to-End, E2E）方法的兴起，使得从传感器输入到轨迹输出的流程更加紧凑。尽管 TopLiDM 展现出强大的语义推理与规划能力，但在实际部署与持续优化过程中，仍面临一系列技术挑战。，它们通过引入大模型的语言理解能力，使自动驾驶系统具备“解释能力”和“推理能力”，不仅能输出轨迹，还能回答“为什么这么走”。的“思维链”过程，融合视觉语言模型（VLM）与传统 E2E 模型，实现更强的语义推理与决策能力。

在自然语言处理领域，RAG（Retrieval-Augmented Generation）常被理解为“检索 + 生成”的组合架构：先从外部知识库中检索相关信息，再将其作为上下文输入给生成模型，用于回答问题或生成文本。随着 RAG 技术在自动驾驶领域的落地，学术界和工业界涌现出多个具有代表性的框架。随着 RAG 在自动驾驶中的应用逐步深入，新的技术瓶颈也开始浮现。RAG 在自动驾驶中的应用，不仅是技术创新，更需要严谨的评估体系来验证其实际价值。RAG 在自动驾驶中的落地，不再是单一模块的优化问题，而是一个。

tegrastats是 NVIDIA Jetson 平台（包括 Orin-X）自带的轻量级资源监控工具；是专业的性能剖析工具，用于分析 GPU、CPU、内存等资源使用情况。

本文教你如何通过卡尔曼滤波在ROS上进行实践