自动驾驶

本文提出了LiDAR4D，这是一种用于新的时空LiDAR视图合成的LiDAR-only的可微分框架，它重建动态驾驶场景并端到端生成逼真的LiDAR点云。

自动驾驶系统需要在复杂的驾驶场景中做出正确的决策，以确保驾驶的安全性和舒适性。

本文首次在鸟瞰图中重建了道路表面的高程。本文分别提出并分析了基于单目和双目图像的两种模型，分别命名为RoadBEV-mono和RoadBEV-stereo。

端到端自动驾驶的概念和大模型自动驾驶以及纯视觉自动驾驶没有任何必然的联系。这三个概念是完全独立存在的，一个端到端的系统不必一定是传统意义上的大模型驱动的，也不一定就是纯视觉。

本文介绍了 LightDiff ，这是一个为自动驾驶应用设计的、针对特定领域的框架，旨在提高低光照环境下图像的质量，减轻以视觉为中心的感知系统所面临的挑战。

特斯拉CEO埃隆·马斯克周末发帖称，未来几乎所有汽车都将是自动驾驶的，只有1%是手动驾驶供人娱乐，就像现在人们养马不是为了驾车，而是用于马术运动一样。一位X用户发帖称：“‘全自动驾

本文通过将所提出的端到端方法作为目标点导航问题来解决，揭示了其与传统解耦方法相比的明显优势。

美国加州两家负责监管机器人出租车的机构周四表示，尽管特斯拉CEO马斯克上周宣布将在8月8日发布机器人出租车产品，但他们还没有从特斯拉那里听到关于这款汽车的计划。加州机动车辆管理局（

一位特斯拉Model Y车主在X上发帖，讲述了在最近的一次疾病突发中，他是如何依靠特斯拉的FSD（全自动驾驶）功能在全程没有人工干预的情况下行驶13英里赶到医院，得到医生的及时救助

自动驾驶汽车面临的一个核心挑战是如何与人类合作。因此，在模拟环境中，将现实中的人类代理纳入到自主驾驶系统的可扩展训练和评估中至关重要。

特斯拉周五宣布，在其全自动驾驶（FSD）软件的帮助下，该公司的汽车已经行驶了10亿英里，马斯克对此表示赞赏。特斯拉通过社交媒体平台X宣布了这一里程碑式的消息。马斯克回应称：“祝贺特

特斯拉CEO埃隆·马斯克周三表示，由于面临人才争夺战，特斯拉正在提高其人工智能团队的薪酬。马斯克在X平台上回应有关特斯拉计算机视觉主管伊森·奈特（Ethan Knight）跳槽xA

本文提出了一个通用的矢量化地图不确定性公式，并扩展了多种最新的在线地图估计方法，包括MapTR [22]、MapTRv2 [23]和StreamMapNet [38]，使它们能够额外输出不确定性。

RadarBEVNet是本论文提出的用于有效雷达BEV（鸟瞰图）特征提取的网络架构，主要包括两个核心组成部分：双流雷达主干网络和RCS（雷达截面积）感知的BEV编码器。

在本文中，我们提出了一种新的视角来缩小智驾系统不同感知模块的真实数据和模拟数据之间的差距。