在车端大模型可赋能自动驾驶的感知和预测环节,并逐渐向决策层渗透,驾驶策略或将从规则驱动向数据驱动转变。
特斯拉率先引入BEV+Tranformer大模型,与传统2D+CNN小模型相比,大模型的优势主要在于:1)提高感知能力:BEV将激光雷达、雷达和相机等多模态数据融合在同一平面上,可以提供全局视角并消除数据之间的遮挡和重叠问题,提高物体检测和跟踪的精度;2)提高泛化能力:Transformer模型提取特征函数,通过注意力机制寻找事物本身的内在关系,使智能驾驶学会总结归纳而不是机械式学习。主流车企及自动驾驶企业均已布局BEV+Transformer,大模型成为自动驾驶算法的主流趋势。
在车端大模型可赋能自动驾驶的感知和预测环节,并逐渐向决策层渗透,驾驶策略或将从规则驱动向数据驱动转变。在云端大模型通过实现自动标、数据挖掘、仿真场景生成,提高自动驾驶迭代效率和速度。大模型催化下,高速NOA、通勤NOA、城市NOA等功能快速上车,同时有望加快L3及以上自动驾驶落地进程。
免责声明:本文来自天风证券,著作权归作者所有,如有侵权请联系本平台处理。商业转载请联系作者获得授权,非商业转载请注明出处。内容投诉
零帕网 » 智能汽车行业专题研究:大模型应用下自动驾驶赛道将有哪些变化?
零帕网 » 智能汽车行业专题研究:大模型应用下自动驾驶赛道将有哪些变化?