AI大模型在高阶自动驾驶中的应用-安信证券.pdf

摘要 : 本报告分析了自动驾驶领域中AI大模型的应用情况。其中,Transformer大模型因其泛化性更强,可以通过注意力层结构找到更基本的元素间的相关信息,进而提高自动驾驶的泛化能力,已经在自动驾驶感知模块中得到应用。目前,主机厂正在逐步从高速场景向城市场景拓展,以实现城市领航辅助驾驶的大规模落地。为了提高自动驾驶系统对于城市场景的泛化能力,众多厂商开始提出“脱图”战略,即通过BEV感知算法将不同视角的摄像头采集到的图片统一转换到上帝视角,实现生成活地图,补足自动驾驶决策所需要的道路拓扑信息。但是,实施高精度地图存在实施更新、法规风险高、高成本等难题,因此BEV感知算法被认为是实现去高精度地图化的一种重要途径。除此之外,大数据和大算力是大模型应用的重要前置条件,自动标注工具和仿真场景的应用可以大幅提升数据处理速度和应对训练数据不足的问题。
在线阅读 下载报告 | 3.62 MB | 31页
阅读和下载会消耗积分;登录、注册、邀请好友、上传报告可获取积分。
成为VIP会员可免费阅读和下载报告
与最强人工智能Ai对话