#autonomous-driving Repositórios
141 repositórios no total
[Fusão de Informação 2025] Um levantamento sobre a percepção de ocupação para direção autônoma: A perspectiva da fusão de informação
[CoRL 2022] InterFuser: Condução Autónoma Aprimorada pela Segurança Usando Transformer de Fusão de Sensores Interpretável
Este repositório é um resumo de artigos sobre avanços recentes em percepção colaborativa / cooperativa / multiagente para cenários de direção autônoma V2I / V2V / V2X.
Um projeto relacionado a visão computacional, aprendizado de máquina e aprendizado profundo, contendo notas do curso e programas desenvolvidos por mim.
Recursos de modelos de Visão-Linguagem-Ação para Direção Autônoma (VLA4AD), servindo como repositório complementar ao artigo de revisão “A Survey on Vision–Language–Action Models for Autonomous Driving”.
[ICLR 2026] ReCogDrive: Um Framework Cognitivo Reforçado para Direção Autônoma de Ponta a Ponta
[CVPR 2025, TPAMI 2026] UniScene: Geração unificada de cenas de direção centrada na ocupação
Implementação PyTorch de EmerNeRF: Decomposição de Cena Espaço-Temporal Emergente por Auto-Supervisão
Detecção de Objetos por Radar 4D para Direção Autônoma em Várias Condições Climáticas
O Conjunto de Dados Aberto ApolloScape para Condução Autônoma e sua Aplicação.
Código PyTorch para o artigo "FIERY: Segmentação de Instância Futura em Vista de Olho de Pássaro a Partir de Câmeras Monoculares Circundantes"
Implementação completa de SLAM baseada em contexto de varredura de intensidade para direção autônoma. ICRA 2020
Segmentação de solo rápida e robusta de última geração (SOTA) usando nuvem de pontos 3D (aceito na RA-L'21 com IROS'21)
Um praticante independente de direção autônoma -> Registrando meu processo de aprendizado e links de estudo relacionados à direção autônoma
[ICCV'23] Tendências Ocultas de Modelos de Direção End-to-End e um kit de início para a tabela de classificação CARLA 2.0.
Aprendizagem por Reforço Profunda (PPO) em Condução Autónoma (Carla) [do zero]
[ECCV 2022 Oral] OpenLane: Conjunto de Dados 3D de Faixas de Rodagem Realista e em Larga Escala
Implementação em PyTorch para o artigo "Dirigindo com LLMs: Fusão de Modalidade Vetorial em Nível de Objeto para Condução Autônoma Explicável"
Cosmos-Drive-Dreams: Geração escalável de dados sintéticos de condução com modelos de fundação mundiais
[IJCV 2026] Senna: Unindo grandes modelos de visão e linguagem à condução autônoma de ponta a ponta
Implementação em Pytorch do nosso artigo "CLRNet: Rede de Refinamento de Camadas Cruzadas para Detecção de Faixas" (Aceitação CVPR2022).
LimSim & LimSim++: Simuladores integrados de tráfego e condução autónoma com suporte a (M)LLM
Implementação Oficial de Gaussianas de Rua Auto-Supervisionadas para Condução Autônoma
PLUTO: Empurrando o Limite do Planejamento Baseado em Aprendizagem de Imitação para Direção Autônoma
Lista curada de modelos de mundo para direção autônoma.
🌐 Modelos de visão, linguagem e ação para a condução autónoma: passado, presente e futuro
[ECCV 2024] DriveDreamer: Em direção a Modelos de Mundo Impulsionados pelo Mundo Real para Direção Autônoma
Crie uma visualização do tráfego no estilo de um gêmeo digital usando apenas imagens de CCTV em MP4 e sua localização no Google Maps.
Uma lista selecionada de recursos incríveis sobre condução autônoma ponta a ponta (continuamente atualizada)
[ECCV 2022 Oral] Transformador de Perspectiva em Detecção de Faixas 3D