#autonomous-driving Dépôts
141 dépôts au total
[ICLR 2025 Oral] L'implémentation officielle de "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"
📦 eCAL - Couche d'abstraction de communication améliorée. Un middleware haute performance publish-subscribe, client-serveur multiplateforme.
SparseDrive : Conduite autonome de bout en bout via la représentation éparse de scène
Cadre de gestion des cartes pour la conduite automatisée
Implémentation en code C++ des algorithmes courants pour la planification et le contrôle de la conduite autonome
OpenEMMA, une « reproduction » open source sous licence permissive du modèle EMMA de Waymo.
Ultra-Fusion : Un cadre SLAM de fusion multi-capteurs à couplage serré et résilient face à la dégradation des capteurs et aux perturbations spatio-temporelles
Pile ADAS de niveau 2 gratuite et entièrement open source, propulsée par une technologie d'IA de bout en bout
Une liste organisée d'enregistrement de nuages de points.
[CVPR 2024] LMDrive : Conduite de bout en bout en boucle fermée avec de grands modèles linguistiques
Code pour une série de travaux en perception LiDAR, incluant SST (CVPR 22), FSD (NeurIPS 22), FSD++ (TPAMI 23), FSDv2 et CTRL (ICCV 23, oral).
Notes sur la conduite autonome, pour analyser les points de connaissance des modules individuels et intégrer d'excellentes solutions industrielles pour m'aider et aider les lecteurs dans le besoin ; comprend le deep learning, la conduite autonome, le BEV, le Transformer, l'ADAS, le CVPR, le Tesla AI DAY, les grands modèles, chatgpt, etc.
[AAAI 2026] OpenDriveVLA: Vers la Conduite Autonome de Bout en Bout avec un Grand Modèle d'Action, Langage et Vision
Implémentation Python du contrôleur MPPI (Model Predictive Path-Integral) pour comprendre l'idée de base. Les dépendances obligatoires sont uniquement numpy et matplotlib.
[NeurIPS 2025 spotlight] Implémentation officielle de "FutureSightDrive : Penser visuellement avec le CoT spatio-temporel pour la conduite autonome"
[Point fort CVPR 2024] GenAD : Modèle prédictif généralisé pour la conduite autonome
Le premier cours complet du pays sur les réseaux d’occupation en grille, « Du BEV à Occupancy Network : principes algorithmiques et pratique de l’ingénierie », couvrant la préparation des données d’entraînement, l’entraînement et le déploiement sur les appareils en périphérie. Cours de perception de l’occupation sémantique panoramique pour la conduite autonome (documentation, présentations et code source). Page d’accueil du cours en ligne : http://111.229.117.200:8100/ (créée indépendamment par l’auteur)
Implémentation officielle PyTorch de FB-BEV & FB-OCC - Transformation de vue avant-arrière pour la perception de la conduite autonome centrée sur la vision
Outil d'Annotation de Boîte Délimitante 3D (3D-BAT) Étiquetage de Nuage de Points et d'Image
[ICRA 2022] Un framework open source pour la détection coopérative. Implémentation officielle pour OPV2V.
[ICCV 2023] StreamPETR : Exploration de la modélisation temporelle axée sur l'objet pour une détection d'objets 3D multi-vues efficace
[ICCV 2025] Implémentation officielle du papier « MagicDrive-V2 : Génération de vidéos longues haute résolution pour la conduite autonome avec contrôle adaptatif »
[Pedestron] Détection généralisable des piétons : l'éléphant dans la pièce. @ CVPR2021
[CoRL'23] Rompre avec les idées fausses sur la planification du mouvement des véhicules basée sur l'apprentissage
LSD (LiDAR SLAM & Detection) est une architecture de perception open source pour véhicules/robots autonomes
Papiers, code et ensembles de données sur l'apprentissage profond pour la détection d'objets 3D.
[ICCV 2023] OpenOccupancy : Une référence à grande échelle pour la perception sémantique de l'occupation environnante
[NeurIPS 2025] AutoVLA : Un modèle vision-langage-action pour la conduite autonome de bout en bout avec raisonnement adaptatif et ajustement fin par renforcement
[ICCV 2025] Code officiel de "ORION : Un cadre holistique de conduite autonome de bout en bout par génération d'actions instruite par vision et langage"
Du grand au petit : Guidage planaire local multi-échelle pour l'estimation de profondeur monoculaire
[ECCV 2024] Scène comme Gaussiennes pour la prédiction sémantique d'occupation 3D basée sur la vision
Enregistrement principal de papiers de pointe et d'articles sur la vision par ordinateur, le VSLAM, les nuages de points, la lumière structurée, la préhension de bras robotiques, la reconstruction 3D, l'apprentissage profond, la conduite autonome, etc.