#autonomous-driving Репозитории
Всего репозиториев: 141
Масштабируемая школа обучения RL с несколькими агентами для автономного вождения
[ICLR 2025 Oral] Официальная реализация "Diffusion-Based Planning for Autonomous Driving with Flexible Guidance"
📦 eCAL - Улучшенный слой абстракции коммуникации. Высокопроизводительный middleware с моделью publish-subscribe, клиент-сервер, кросс-платформенный.
SparseDrive: Сквозное автономное вождение посредством разреженного представления сцены
Фреймворк обработки карт для автоматизированного вождения
Реализация на C++ распространенных алгоритмов для планирования и управления автономным вождением
OpenEMMA, репродукция модели EMMA от Waymo с открытым исходным кодом и разрешительной лицензией.
Ultra-Fusion: Устойчивый фреймворк SLAM с тесной интеграцией мультисенсорных данных в условиях деградации датчиков и пространственно-временных возмущений
Бесплатный и полностью открытый стек ADAS уровня L2, работающий на базе сквозных технологий искусственного интеллекта
[CVPR 2024] LMDrive: Сквозное управление автомобилем в замкнутом цикле с использованием больших языковых моделей
Код для серии работ в области восприятия LiDAR, включая SST (CVPR 22), FSD (NeurIPS 22), FSD++ (TPAMI 23), FSDv2 и CTRL (ICCV 23, устный доклад).
Заметки по автономному вождению, для анализа точек знаний каждого модуля и интеграции отличных отраслевых решений для объяснения, чтобы помочь себе и нуждающимся читателям; включая глубокое обучение, беспилотное вождение, BEV, Transformer, ADAS, CVPR, Tesla AI DAY, большие модели, chatgpt и т. д.
[AAAI 2026] OpenDriveVLA: К сквозному автономному вождению с использованием Большой Визуально-Языковой Модели Действия
Реализация на Python контроллера MPPI (Model Predictive Path-Integral) для понимания основной идеи. Обязательные зависимости — только numpy и matplotlib.
[NeurIPS 2025 spotlight] Официальная реализация "FutureSightDrive: Визуальное мышление с пространственно-временным CoT для автономного вождения"
[Основной доклад CVPR 2024] GenAD: Обобщённая прогнозная модель для автономного вождения
Первый в стране комплексный курс по сетям занятости пространства «От BEV к Occupancy Network: принципы алгоритмов и инженерная практика». Курс охватывает подготовку обучающих данных, обучение модели и развертывание на периферийных устройствах. Курс по семантическому восприятию занятости окружающего пространства для автономного вождения (документы, презентации и исходный код). Главная страница онлайн-курса: http://111.229.117.200:8100/ (создана автором самостоятельно)
Официальная реализация PyTorch для FB-BEV & FB-OCC – преобразующая прямой и обратный вид для ориентированного на зрение восприятия автономного вождения
Инструмент аннотации 3D ограничивающей рамки (3D-BAT) Разметка облака точек и изображений
[ICRA 2022] Фреймворк с открытым исходным кодом для кооперативного обнаружения. Официальная реализация для OPV2V.
[ICCV 2023] StreamPETR: Исследование объектно-ориентированного временного моделирования для эффективного многовидового 3D-детектирования объектов
[ICCV 2025] Официальная реализация статьи «MagicDrive-V2: высококачественная генерация длинных видео для автономного вождения с адаптивным управлением»
【CVPR 2025 Highlight】MonSter: Объединение Monodepth со стереозрением раскрывает мощь
[CoRL'23] Прощаемся с заблуждениями о планировании движения транспортных средств на основе обучения
LSD (LiDAR SLAM & Detection) — это архитектура восприятия с открытым исходным кодом для автономных транспортных средств/роботов
Статьи, код и наборы данных по глубокому обучению для обнаружения 3D-объектов.
[ICCV 2023] OpenOccupancy: Крупномасштабный эталон для восприятия окружающей семантической занятости
[NeurIPS 2025] AutoVLA: Модель видение-язык-действие для автономного вождения end-to-end с адаптивным рассуждением и дообучением с подкреплением
[ICCV 2025] Официальный код работы "ORION: Целостный сквозной фреймворк для автономного вождения посредством генерации действий, управляемых инструкциями на основе зрения и языка"
От большого к малому: Многоуровневое локальное плоское руководство для моноокулярной оценки глубины
[ECCV 2024] Сцена как Гауссианы для семантического предсказания 3D-занятости на основе зрения
Основная запись передовых статей и публикаций по компьютерному зрению, VSLAM, облакам точек, структурированному свету, захвату манипулятором, 3D-реконструкции, глубокому обучению, автономному вождению и т.д.