Driving among Flatmobiles: Bird-Eye-View occupancy grids from a monocular camera for holistic trajectory planning
专题命中 规划控制 :occupancy(title,abstract);trajectory planning(title,abstract);BEV(abstract);end-to-end driving(abstract)
视觉与机器人
自动驾驶感知、规划、BEV、占用预测、激光雷达和仿真评测。
专题命中 规划控制 :occupancy(title,abstract);trajectory planning(title,abstract);BEV(abstract);end-to-end driving(abstract)
专题命中 规划控制 :autonomous driving(title,abstract);BEV(title,abstract);occupancy(title);分类 cs.RO
Comments The content of the paper has not received unanimous consent from all the members and requires further evaluation prior to submission
BEV-VLM:通过统一的鸟瞰抽象进行轨迹规划
专题命中 规划控制 :BEV(title,abstract);trajectory planning(title,abstract);autonomous driving(abstract);LiDAR(abstract)
AI总结 BEV-VLM通过统一的BEV抽象与VLMs实现高精度轨迹规划,实验显示其在准确性上比现有方法提升53.1%并实现无碰撞。
机构 * School of Data Science, Fudan University(复旦大学数据科学学院) ; Shanghai Innovation Institute(上海创新研究院) ; University of Surrey(Surrey大学) ; Imperial College London(伦敦帝国理工学院)
专题命中 规划控制 :trajectory planning(title,abstract);end-to-end driving(title);autonomous driving(abstract);BEV(abstract)
Comments NeurIPS 2025
ParkingTransformer: 基于大语言模型增强的端到端自主泊车轨迹规划
机构 * School of Instrument Science and Engineering, Southeast University(东南大学仪器科学与工程学院) ; School of Electronic and Information Engineering, Tongji University(同济大学电子与信息工程学院) ; College of Transportation, Shandong University of Science and Technology(山东科技大学交通学院) ; National University of Defense Technology(国防科技大学)
专题命中 规划控制 :BEV(summary_cn,abstract);trajectory planning(title);autonomous driving(abstract);分类 cs.RO、cs.AI
AI总结 提出ParkingTransformer框架,利用多视角感知和大语言模型场景理解能力,结合轨迹查询与隐状态特征,直接输出规划轨迹,无需密集BEV表示,通过3D位置编码、固定窗口流机制和粗到细解码策略提升性能,在CARLA和实车实验中验证有效性。
机构 * Hong Kong University of Science and Technology (Guangzhou)(香港科技大学(广州)) ; Nanjing University of Aeronautics and Astronautics(南京航空航天大学) ; Northwest A&F University(西北农林科技大学) ; Nanyang Technological University(南洋理工大学) ; Jinan University(济南大学)
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO、cs.CV、cs.AI
Comments 13 pages,5 figures
IDOL: 逆动力学引导的未来预测用于端到端自动驾驶
机构 * Department of Electronic Engineering, Tsinghua University(清华大学电子工程系)
专题命中 规划控制 :BEV(summary_cn,abstract);autonomous driving(title,abstract);分类 cs.RO
AI总结 提出IDOL框架,通过逆动力学模型将BEV世界模型预测的未来潜在场景状态转化为规划相关的轨迹增量,实现未来预测与轨迹优化的紧密耦合,在NAVSIM基准上达到最优性能。
Comments 20 pages, 5 figures
自动驾驶轨迹规划中的基础模型:进展与开放挑战综述
机构 * Five AI Ltd.(Five AI有限公司) ; Robert Bosch GmbH(罗伯特·博世有限公司) ; United Kingdom(英国)
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO、cs.CV
AI总结 本文综述了自动驾驶中基于基础模型的轨迹规划方法,分析了其架构设计、方法优势及局限性,并评估了37种最新方法的代码和数据集开放性。
Comments Accepted to TMLR (Survey Certification)
BridgeDrive: 基于扩散桥的闭环轨迹规划扩散策略
机构 * Bosch (China) Investment Ltd(博世(中国)投资有限公司)
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.CV、cs.AI
AI总结 BridgeDrive提出一种基于锚点的扩散桥策略,通过实时闭环轨迹规划提升自动驾驶的安全性和效率。
Comments Accepted for publication at ICLR 2026
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO、cs.CV
Comments CVPR 2025
专题命中 规划控制 :autonomous driving(title,abstract);occupancy(title,abstract);分类 cs.RO、cs.CV
Comments Accepted by IEEE IV 2024
专题命中 规划控制 :autonomous driving(title,abstract);occupancy(title,abstract);分类 cs.RO、cs.CV
Journal ref IEEE International Conference on Robotics and Automation 2022
专题命中 规划控制 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.CV、cs.AI
机构 * Texas A&M University(德克萨斯农工大学) ; University of California, Riverside(加州大学河滨分校) ; University of Michigan(密歇根大学) ; Purdue University(普渡大学) ; Columbia University(哥伦比亚大学) ; University of Florida(佛罗里达大学) ; Technische Universität München(慕尼黑技术大学) ; University of Wisconsin-Madison(威斯康星大学麦迪逊分校) ; University of Texas at Austin(德克萨斯大学奥斯汀分校) ; University of Notre Dame(诺特丹大学) ; Adobe Research(Adobe研究) ; Lehigh University(莱斯利大学) ; Cleveland State University(克利夫兰州立大学) ; Johns Hopkins University(约翰霍普金斯大学) ; University of California, Merced(加州大学默塞德分校) ; University of Utah(犹他大学) ; Texas A&M Transportation Institute(德克萨斯农工大学交通研究所) ; Bosch Research North America(博世北美研究) ; Bosch Center for Artificial Intelligence (BCAI)(博世人工智能中心) ; University of California, Berkeley(加州大学伯克利分校) ; Stanford University(斯坦福大学) ; NVIDIA(英伟达) ; Arizona State University(亚利桑那州立大学)
专题命中 规划控制 :autonomous driving(title,abstract);LiDAR(abstract);occupancy(abstract);end-to-end driving(abstract)
用于物联网支持的自动驾驶的大语言模型增强可微轨迹规划
机构 * State Key Laboratory of Automotive Simulation and Control, Jilin University(吉林大学汽车仿真与控制国家重点实验室) ; Center of Research for Cyber Security and Network (CSNET), Faculty of Computer Science and Information Technology, Universiti Malaya(马来西亚大学计算机科学与信息技术学院网络安全与网络研究中心) ; Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg(卢森堡大学安全、可靠性与信任跨学科中心) ; IMT, Department of Humanities and Technology, Roskilde University(罗斯基勒大学人文与技术系IMT) ; Center for Security, Theory and Algorithmic Research, International Institute of Information Technology(国际信息技术研究所安全、理论与算法研究中心) ; Department of Computer Science and Engineering, College of Informatics, Korea University(韩国大学信息学院计算机科学与工程系)
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
AI总结 针对物联网支持的自动驾驶规划问题,提出大语言模型增强可微轨迹规划框架。通过以周围智能体为中心的数据增强、复杂度感知的语义增强模块及可微优化模块,提升规划效果,在相关基准测试中取得高分,验证了在线部署和实时闭环执行能力。
Comments 13 pages, 5 figures
C-TRAIL:用于自动驾驶轨迹规划的常识世界框架
机构 * University of Oslo(奥斯陆大学) ; Hong Kong Polytechnic University(香港理工大学) ; Aalborg University(奥尔堡大学)
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.AI
AI总结 本文提出C-TRAIL框架,结合常识世界与信任机制,通过Recall-Plan-Update循环提升自动驾驶轨迹规划的可靠性,实验表明其在ADE、FDE和SR指标上均优于现有方法。
Journal ref IEEE Transactions on Vehicular Technology, 2026
通过扩散模型实现自动驾驶的安全且风格化的轨迹规划
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
AI总结 本文提出SDD Planner,通过结合多源风格感知编码器和风格引导动态轨迹生成器,实现自动驾驶中安全与风格化轨迹规划的平衡,实验表明其在多个基准测试中表现优异。
Comments 12 pages, 7 figures, submitted to IEEE Transactions on Intelligent Transportation Systems
基于归一化流的自动驾驶模型预测轨迹规划采样
机构 * IEEE
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
AI总结 本文提出基于归一化流的采样方法,用于提高自动驾驶轨迹规划的效率和探索能力。
Comments Accepted to be published as part of the 2024 IEEE Intelligent Vehicles Symposium (IV), Jeju Shinhwa World, Jeju Island, Korea, June 2-5, 2024
机构 * Intelligent Transportation Systems Research Center, Wuhan University of Technology(武汉理工大学智能交通系统研究中心) ; Department of Data and Systems Engineering, The University of Hong Kong(香港大学数据与系统工程系) ; School of Computer Science and Artificial Intelligence, Wuhan University of Technology(武汉理工大学计算机科学与人工智能学院) ; School of Mechanical Engineering, Southeast University(东南大学机械工程学院) ; School of Automotive Studies, Tongji University(同济大学汽车工程学院)
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
Comments ICRA 2025; first two authors contributed equally
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
专题命中 规划控制 :autonomous driving(title,abstract);LiDAR(title,abstract);分类 cs.CV
Comments In Proceedings of the 33rd USENIX Security Symposium 2024
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
Comments Submitted to ITSC 2024
专题命中 规划控制 :occupancy(title,abstract);trajectory planning(title,abstract);分类 cs.RO
Comments 6 pages, 6 figures, accepted to the 2024 IEEE International Conference on Robotics and Automation (ICRA2024)
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
Comments 11 pages, 13 figures, github url: https://github.com/codezs09/l2_frenet_planner
专题命中 规划控制 :LiDAR(title,abstract);occupancy(title,abstract);分类 cs.RO
专题命中 规划控制 :trajectory planning(title,abstract);self-driving(title);autonomous driving(abstract);分类 cs.AI
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract);分类 cs.RO
Comments ICRA2022, longer version, code https://github.com/jchengai/gpir
专题命中 规划控制 :autonomous driving(title,abstract);trajectory planning(title,abstract)