Ubuntu创建快捷方式
1. 获取图标 AppImage一般已经带有图标，可以从中提取出图标文件 ./xxxx.AppImage --appimage-extract 在出现的squashfs-root/目录中能找到对应的.png文件或者.svg文件 然后把图标放入Freedesktop的图标目录 mkdir -p ~/.local/share/icons/hicolor/256x256/apps cp xxx.png ~/.local/share/icons/hicolor/256x256/apps/xxx.png svg对应的是hicolor/scalable/apps 刷新图标缓存 gtk-update-icon-cache -f -t ~/.local/share/icons/hicolor 2. 创建配置文件 创建桌面快捷方式，本质上就是创建一个.desktop文件，一般放在~/.local/share/applications/下，首先创建文件 vim ~/.local/share/applications/xxx.desktop 写入： [Desktop Entry] Name=xxx C...
docker交叉编译
安装 binfmt/QEMU 执行： docker run --privileged --rm tonistiigi/binfmt --install all 正常输出类似： installing: arm64 OK installing: arm OK installing: riscv64 OK … 创建支持多架构的 builder 不要使用 default。 创建新的： docker buildx create –name multiarch –driver docker-container –use 注意这里： –driver docker-container 很重要。 因为： driver=docker 能力有限。 3. 初始化 docker buildx inspect --bootstrap 现在应该看到： Platforms: linux/amd64 linux/amd64/v2 linux/amd64/v3 linux/arm64 linux/arm/v7 … 4. 测试 ARM64 先不要编译你的 ROS。 测试： docker buildx bui...
docker
1. 安装 1.1 手动安装（生产环境推荐） 安装依赖 sudo apt update sudo apt install -y ca-certificates curl 下载 GPG 密钥 sudo install -m 0755 -d /etc/apt/keyrings sudo curl -fsSL http://mirrors.aliyun.com/docker-ce/linux/ubuntu/gpg -o /etc/apt/keyrings/docker.asc sudo chmod a+r /etc/apt/keyrings/docker.asc 安装 Docker echo \ "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.asc] http://mirrors.aliyun.com/docker-ce/linux/ubuntu \ $(. /etc/os-release && echo "${UBUNTU_CODENAME:-$...
DriveTransformer: Unified Transformer for Scalable End-to-End Autonomous Driving
GitHub ICLR 2025 1. 简介 本文贡献 任务并行性，所有任务query都是直接输入和直接输出的，摆脱了序列化结构 稀疏表达，摆脱了BEV特征网格，query直接与原始传感器特征交互，提高效率 流式处理，维护一个先进先出的队列用以存储历史任务query，通过队列可以实现时间融合 现有的端到端自动驾驶多是采用感知-预测-规划这种序列化结构，这种结构有两个问题：1.可能导致累积误差，进而导致训练不稳定。如UniAD方法必须采用多阶段训练策略，这是因为在训练早期存在不一致性，上游模块的不准确会影响下游模块，最终导致整个训练崩溃。2.人工设置的任务排序可能会限制系统利用协同效应的能力，例如规划感知和博弈论交互式预测与规划（几个任务间可能是彼此耦合的） 现有方法采用的是BEV特征网格（稠密表达），在时空扩展时有明显短板，即在远距离检测和存储历史BEV特征进行融合中会面临计算挑战 2. 相关工作 3. 方法 初始化Agent、Map、Ego三类稀疏Task Token 多视角相机图像经过Backbone变为图像特征，结合3D位置编码构成Sensor Token ...
VADv2: End-to-End Vectorized Autonomous Driving via Probabilistic Planning
GitHub ICLR 2026 1. 简介 本文贡献 提出概率规划以应对规划中的不确定性（Uncertainty，指信息不完整）和非确定性（Non-deterministic，指未来的随机性）特征，并能对非凸可行解空间（存在多条最优轨迹）进行建模，从而实现更准确、更安全的规划 V1使用Query，是因为它把规划当成一个类似于目标检测的特征提取与坐标回归任务；V2使用Token，是因为它借助了LLM的思想，把自动驾驶当成了一个语言翻译的任务（根据上下文对候选词进行概率预测） 2. 相关工作 3. 方法 VAD中的 Query：主要是一种隐式的特征聚合工具。虽然 Map Query 和 Agent Query 也对应了具体的地图线和车辆，但它们最终只是为了填充 Ego Query 的信息量。 VADv2中的 Token：是一种显式的实体/动作表示。 Scene Tokens（Map Token, Agent Token等）：显式表示场景中的具体实体。 Planning Tokens：显式表示动作空间中的离散动作。 这种 Token 化使得整个自动驾驶任务变成了类似语言...
VAD代码解读
BEV特征提取 首先使用ResNet50（backbone）从输入的多帧多视角图片提取图片特征，然后使用FPN（neck）融合多尺度特征，最后借助BEVFormer的编码器得到BEV特征
VAD: Vectorized Scene Representation for Efficient Autonomous Driving
GitHub ICCV 2023 1. 简介 本文贡献 将场景建模为向量化表示，舍弃了传统的稠密删格化表示和人工设计的后处理 通过查询交互和矢量化规划约束，隐式和显式地利用矢量化场景信息来提高规划安全性 性能好，设计简洁推理速度快 2. 相关工作 3. 方法 首先从输入的多帧多视角图片中得到BEV特征 使用一组map query从个BEV特征中提取信息得到map向量和更新后的map query，具体见3.1 使用一组agent query从个BEV特征和更新后的map query中提取信息得到motion向量和更新后的agent query，具体见3.1 ego query与agent query和map query进行注意力交互，并接收上层的驾驶指令和自车状态（可选），最终输出自车轨迹，具体见3.2 自车轨迹会和map向量、motion向量一起输入到规划约束中，以此计算loss，具体见3.3 3.1 向量化场景学习 向量化map 得到的除了map向量和map query之外，还有每个map类别的置信度，用来计算loss。map的类别包括：车道线、道路边界、人行...
Sparse BEV
1. Sparse BEV 多数Sparse BEV方法不生成稠密的BEV网格，而是直接使用稀疏的3D查询（Query）与多视角图像特征交互，从而绕过稠密特征图的构建 优势：降级计算消耗；感知范围远；可达150米甚至更远（Dense只有前后50米左右）； 2. DETR3D GitHub CORL 2021 2.1 图像特征提取 使用ResNet-FPN骨干网络对图像进行特征提取，得到多尺度2D特征图 2.2 2D到3D特征变换 维护一组稀疏的、可学习的3D目标查询，queries 每一个3D query会通过子网络预测出参考点，作为bbox的三维中心点坐标 通过相机外参将参考点变换到相机2D平面上 利用双线性插值采样得到2D图像特征，如果3D点投影到了图像外则过滤掉 对特征进行聚合，用多头自注意力机制更新queries 2.3 缺点 3D参考点难学，将3D参考点投影回相机平面时，如果参考点预测不准会导致投影回的位置位于目标区域外，会采样到无效特征 参考点限制了特征提取范围 特征采样过程复杂 3. PETR GitHub ECCV 2022 创新点：解决了DET...
Query-Based
1. 和LSS-Based的区别 LSS的核心是显式投影，在图像侧显式地为每个像素预测一个深度分布，然后用这个分布把图像特征“抬升”和“拍平”到BEV空间 Query的核心是隐式查询，它先有一个关于BEV空间的先验（BEV query），然后通过可微的注意力机制去“查询”2D图像中与该BEV位置最相关的区域，从而隐式地学习到从2D到3D的映射 2. Deformable DETR GitHub ICLR 2021 创新点：将Transformer原本的“全局注意力”变成了“稀疏的局部注意力” 2.1 传统多头注意力机制 设zqz_qzq为query元素，xkx_kxk为key元素，xvx_vxv为value元素。那么多头注意力机制特征的计算公式可以简写为 MultiHeadAttn(zq,xk)=∑mWm[∑kAmkqWm′xv]\operatorname{MultiHeadAttn}(z_q,x_k) = \sum_{m}W_m [\sum_{k} A_{mkq} W_m^{'} x_v ] MultiHeadAttn(zq,xk)=m∑Wm[k...
Ubuntu输入法
1. 卸载系统默认的IBus 系统自带的IBus不具备记忆功能，建议卸载防止与新安装的Fcitx5冲突 sudo apt purge ibus ibus-gtk ibus-gtk3 2. 安装Fcitx5和RIME sudo apt install -y fcitx5 fcitx5-chinese-addons fcitx5-rime fcitx5-config-qt 设置环境变量 vim ~/.bashrc # >>>Fcitx5>>> export GTK_IM_MODULE=fcitx export QT_IM_MODULE=fcitx export XMODIFIERS=@im=fcitx export INPUT_METHOD=fcitx export SDL_IM_MODULE=fcitx export GLFW_IM_MODULE=ibus # <<<Fcitx5<<< 刷新 source ~/.bashrc 启动服务并查看状态 # 启动服务 fcitx5 -d # 检查状态 fcitx5-diagnose 3. 安装白霜拼音 ...