論文の概要: Enabling Level-4 Autonomous Driving on a Single $1k Off-the-Shelf Card

• arxiv url: http://arxiv.org/abs/2110.06373v1
• Date: Tue, 12 Oct 2021 21:38:00 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-15 06:14:27.313848
• Title: Enabling Level-4 Autonomous Driving on a Single $1k Off-the-Shelf Card
• Title（参考訳）: 1kオフザシェルフカードによるレベル4自動運転の実現
• Authors: Hsin-Hsuan Sung, Yuanchao Xu, Jiexiong Guan, Wei Niu, Shaoshan Liu, Bin Ren, Yanzhi Wang, Xipeng Shen
• Abstract要約: 本稿では,1台のオフ・ザ・シェルフカード上で,レベル4(完全自動運転)ソフトウェアを1k未満で動作可能であることを示す。
• 参考スコア（独自算出の注目度）: 29.920442509016425
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous driving is of great interest in both research and industry. The high cost has been one of the major roadblocks that slow down the development and adoption of autonomous driving in practice. This paper, for the first-time, shows that it is possible to run level-4 (i.e., fully autonomous driving) software on a single off-the-shelf card (Jetson AGX Xavier) for less than $1k, an order of magnitude less than the state-of-the-art systems, while meeting all the requirements of latency. The success comes from the resolution of some important issues shared by existing practices through a series of measures and innovations. The study overturns the common perceptions of the computing resources required by level-4 autonomous driving, points out a promising path for the industry to lower the cost, and suggests a number of research opportunities for rethinking the architecture, software design, and optimizations of autonomous driving.
• Abstract（参考訳）: 自動運転は研究と産業の両方に大きな関心を持っている。 高いコストは、実際に自動運転の開発と導入を遅らせる主要な障害の1つです。 本論文は,1k未満でレベル4(すなわち完全自律運転)のソフトウェアを1枚のオフ・ザ・シェルフ・カード(jetson agx xavier)上で1k未満で実行することが可能であることを示す。 この成功は、一連の措置と革新を通じて、既存のプラクティスによって共有される重要な問題の解決から来ています。 この研究は、レベル4自動運転に必要なコンピューティングリソースの一般的な認識を覆し、業界がコストを下げる有望な経路を指摘し、アーキテクチャ、ソフトウェア設計、自動運転の最適化を再考する多くの研究機会を示唆している。

関連論文リスト

• Work-in-Progress: Crash Course: Can (Under Attack) Autonomous Driving Beat Human Drivers? [60.51287814584477]
  本稿では,現在のAVの状況を調べることによって,自律運転における本質的なリスクを評価する。 AVの利点と、現実のシナリオにおける潜在的なセキュリティ課題との微妙なバランスを強調した、特定のクレームを開発する。
  論文  参考訳（メタデータ） (2024-05-14T09:42:21Z)
• On the Road with GPT-4V(ision): Early Explorations of Visual-Language Model on Autonomous Driving [37.617793990547625]
  本報告では,最新のVLMであるGPT-4Vの徹底的な評価を行う。 我々は、シーンを駆動し、決定を下し、最終的にはドライバーの能力で行動する、モデルを理解する能力について探求する。 GPT-4Vは,既存の自律システムと比較して,シーン理解や因果推論において優れた性能を示した。
  論文  参考訳（メタデータ） (2023-11-09T12:58:37Z)
• LLM4Drive: A Survey of Large Language Models for Autonomous Driving [62.10344445241105]
  大規模言語モデル(LLM)は、文脈理解、論理的推論、回答生成などの能力を示した。 本稿では,自動走行のための大規模言語モデル (LLM4AD) に関する研究ラインを体系的にレビューする。
  論文  参考訳（メタデータ） (2023-11-02T07:23:33Z)
• Emerging Threats in Deep Learning-Based Autonomous Driving: A Comprehensive Survey [0.9163827313498957]
  自動運転の基礎として、ディープラーニング技術は多くの新しいセキュリティリスクに直面している。 学術コミュニティは、敵対的な事例やAIバックドアに対するディープラーニング対策を提案している。 本稿では,自動運転におけるディープラーニングセキュリティ技術の概念,開発,最近の研究について要約する。
  論文  参考訳（メタデータ） (2022-10-19T10:04:33Z)
• Innovations in the field of on-board scheduling technologies [64.41511459132334]
  本稿では、ミッション自律のためのソフトウェアフレームワークに組み込まれた、オンボードスケジューラを提案する。 スケジューラは線形整数プログラミングに基づいており、ブランチ・アンド・カット・ソルバの使用に依存している。 この技術は地球観測のシナリオでテストされており、その性能を最先端のスケジューリング技術と比較している。
  論文  参考訳（メタデータ） (2022-05-04T12:00:49Z)
• Indy Autonomous Challenge -- Autonomous Race Cars at the Handling Limits [81.22616193933021]
  TUM Auton-omous Motorsportsは2021年10月、インディ・オートマチック・チャレンジに参加する。 インディアナポリス・モーター・スピードウェイのダララAV-21レースカー10台のうち1台を走らせることで、自動運転のソフトウェアスタックをベンチマークする。 これは、最も困難で稀な状況をマスターできる自律走行アルゴリズムを開発するための理想的な試験場である。
  論文  参考訳（メタデータ） (2022-02-08T11:55:05Z)
• Autonomy 2.0: Why is self-driving always 5 years away? [4.5204823977941775]
  遅すぎる進歩は、ハンドエンジニアリングが多すぎるアプローチによって引き起こされる、と我々は主張する。 自動運転に対するMLファーストアプローチであるAutonomy 2.0の原則を概説する。
  論文  参考訳（メタデータ） (2021-07-16T23:20:26Z)
• A Software Architecture for Autonomous Vehicles: Team LRM-B Entry in the First CARLA Autonomous Driving Challenge [49.976633450740145]
  本稿では,シミュレーション都市環境における自律走行車両のナビゲーション設計について述べる。 我々のアーキテクチャは、CARLA Autonomous Driving Challengeの要件を満たすために作られました。
  論文  参考訳（メタデータ） (2020-10-23T18:07:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。