0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

西井科技端到端自动驾驶模型获得国际认可

westwell西井科技 来源:westwell西井科技 2025-10-15 17:20 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

近日,西井科技AI创研团队在国际权威自动驾驶算法榜单NAVSIM v2中脱颖而出,凭借创新的端到端自动驾驶模型,以综合得分48.759的成绩荣登榜单全球第二位,并在多个关键安全指标上取得第一,充分彰显西井科技在自动驾驶前沿技术领域的卓越表现和领先成绩。

NAVSIM排行榜是由斯坦福大学、多伦多大学、上海人工智能实验室、德国图宾根大学、英伟达、南洋理工大学、博世、Vector研究院等全球顶尖高校与机构联合推出的数据驱动自动驾驶评测基准,以其评测标准的严苛性和场景的复杂性著称,已成为自动驾驶研究领域公认的权威榜单之一,吸引了全球超百支顶尖团队参与角逐,包括RB、QCraft、ACM、RAP等。其Navhard组别挑战性极高,融合了复杂真实场景与基于3DGS技术的合成极端场景,对自动驾驶模型在动态环境中的决策鲁棒性、安全性与合规性提出了极高要求。

端到端自动驾驶新范式

西井科技首席工程师顾荣琦带领的AI创研团队本次参与评测的核心是当前自动驾驶技术发展的前沿方向——端到端自动驾驶模型。与传统将感知、预测、规划等模块割裂的级联式架构不同,端到端模型旨在通过单一模型,从传感器输入直接预测未来数秒的车辆规划轨迹。这种方法能有效减少模块间信息传递的损失,更充分地利用数据驱动和规模定律(Scaling Law),是实现更安全、更高效自动驾驶的关键路径。

为应对这一挑战,西井科技AI创研团队在本次竞赛中提出一种新型端到端自动驾驶模型。该模型采用大规模预训练视觉骨干网络DINO v3来提取细粒度图像特征,并利用基于Transformer架构的预测头来评估多条备选轨迹的得分,从而选择最优行驶轨迹。为了提升模型对轨迹与周围环境动态交互的理解能力,该模型还创新性地引入了一个基于Rectified Flow技术构建的世界模型,用于预测执行不同轨迹时可能出现的未来语义场景,从而进一步增强轨迹预测的准确性和安全性。

多维度安全指标表现领先

在评价体系上,NAVSIM v2采用综合性的EPDMS指标来评估端到端模型的性能。EPDMS不仅关注轨迹预测与真实轨迹的贴合度,更综合考量轨迹的碰撞风险、可行驶区域规范性、车道居中性、通行效率及舒适性等多个维度,全面反映自动驾驶系统的综合能力。

西井科技的模型最终以48.759的EPDMS高分位列navhard榜单第2位。值得一提的是,在反映核心安全性能的多个分项指标上,西井模型表现卓越,在一阶段的可行驶区域规范性、距碰撞时间TTC(Time_to_collision),以及难度更高的二阶段的无过错碰撞等关键安全指标上均位列第一,证明了其技术方案在保障行车安全方面的显著优势。

结果可视化显示,西井科技的模型仅需图像和导航指令作为输入,即可规划出安全、合规的行驶轨迹,有效规避潜在碰撞风险与驶出可行区域的风险。

此次在NAVSIM v2榜单上取得佳绩,是西井科技在端到端自动驾驶大模型领域持续探索过程中的又一重要成果。西井科技近年来在自动驾驶算法领域积极投入研发,接连在IEEE/RSJ、ICARM、ICCV等国际学术会议和权威榜单中取得突破性成果,展现了其强大的技术创新能力和产业化落地实力。

在前沿技术突破与商业化场景落地的双轮驱动下,西井科技的自动驾驶解决方案正加速应用于全球海、陆、空、铁、工厂等关键物流枢纽,并已将产品和服务拓展至全球28个国家和地区,为全球智慧物流升级贡献中国智慧与解决方案。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 模型
    +关注

    关注

    1

    文章

    3649

    浏览量

    51713
  • 自动驾驶
    +关注

    关注

    791

    文章

    14670

    浏览量

    176536
  • 西井科技
    +关注

    关注

    0

    文章

    266

    浏览量

    5712

原文标题:西井科技登榜全球端到端自动驾驶算法榜单NAVSIM v2亚军,一段式端到端模型获国际认可

文章出处:【微信号:westwelllab,微信公众号:westwell西井科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    自动驾驶仿真与基于规则的仿真有什么区别?

    自动驾驶领域,“仿真”指的是将感知控制的整个决策链条视为一个整体,从而进行训练和验证的思路。
    的头像 发表于 11-02 11:33 1425次阅读

    自动驾驶中“一段式”和“二段式”有什么区别?

    [首发于智驾最前沿微信公众号]最近有小伙伴提问,一段式和二段式有什么区别。其实说到
    的头像 发表于 10-24 09:03 627次阅读
    <b class='flag-5'>自动驾驶</b>中“一段式<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>”和“二段式<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>”有什么区别?

    自动驾驶中常提的一段式(单段)是个啥?

    自动驾驶技术的发展,催生出技术的应用,一段式
    的头像 发表于 10-18 10:16 1377次阅读

    一文读懂特斯拉自动驾驶FSD从辅助的演进

    [首发于智驾最前沿微信公众号]自动驾驶行业发展至今,特斯拉一直被很多企业对标,其FSD系统的每一次更新,都会获得非常多人的关注。早期自动驾驶是一个分层的、由多模块组成的系统,感知、定位、预测、规划
    的头像 发表于 10-11 09:13 390次阅读
    一文读懂特斯拉<b class='flag-5'>自动驾驶</b>FSD从辅助<b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>的演进

    自动驾驶模型为什么会有不确定性?

    。为了能让自动驾驶汽车做出正确、安全且符合逻辑的行驶动作,模型被提了出来。
    的头像 发表于 09-28 09:20 544次阅读
    <b class='flag-5'>自动驾驶</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大<b class='flag-5'>模型</b>为什么会有不确定性?

    自动驾驶相较传统自动驾驶到底有何提升?

    各自专业模块独立承担,再通过预定的接口协议将信息有序传递。与之相对照,“”(end-to-end)自动驾驶以统一的大规模神经网络为核心,将从摄像头、雷达、激光雷达等传感器采集
    的头像 发表于 09-02 09:09 506次阅读
    <b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自动驾驶</b>相较传统<b class='flag-5'>自动驾驶</b>到底有何提升?

    Nullmax自动驾驶最新研究成果入选ICCV 2025

    近日,国际计算机视觉大会 ICCV 2025 正式公布论文录用结果,Nullmax 感知团队在自动驾驶方向的最新研究成果《HiP-AD
    的头像 发表于 07-05 15:40 1565次阅读
    Nullmax<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自动驾驶</b>最新研究成果入选ICCV 2025

    为什么自动驾驶模型有黑盒特性?

    [首发于智驾最前沿微信公众号]随着自动驾驶技术落地,(End-to-End)大模型也成为行业研究与应用的热门方向。相较于传统
    的头像 发表于 07-04 16:50 591次阅读
    为什么<b class='flag-5'>自动驾驶</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大<b class='flag-5'>模型</b>有黑盒特性?

    数据标注方案在自动驾驶领域的应用优势

    10-20TB,其中需要标注的数据占比超过60%。在这样的背景下,数据标注方案应运而生,正在重塑自动驾驶的数据生产范式。
    的头像 发表于 06-23 17:27 740次阅读

    一文带你厘清自动驾驶架构差异

    [首发于智驾最前沿微信公众号]随着自动驾驶技术飞速发展,智能驾驶系统的设计思路也经历了从传统模块化架构
    的头像 发表于 05-08 09:07 786次阅读
    一文带你厘清<b class='flag-5'>自动驾驶</b><b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>架构差异

    自动驾驶中基于规则的决策和模型有何区别?

    自动驾驶架构的选择上,也经历了从感知、决策控制、执行的三段式架构到现在火热的模型,尤其是在2024年特斯拉推出FSD V12后,各
    的头像 发表于 04-13 09:38 3427次阅读
    <b class='flag-5'>自动驾驶</b>中基于规则的决策和<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b>大<b class='flag-5'>模型</b>有何区别?

    东风汽车推出自动驾驶开源数据集

    近日,智能网联汽车智驾数据空间构建研讨会暨中汽协会智能网联汽车分会、数据分会2024年度会议在上海举办。会上,东风汽车发布行业规模最大、涵盖125万组高质量数据的自动驾驶开源数据
    的头像 发表于 04-01 14:54 1023次阅读

    动量感知规划的自动驾驶框架MomAD解析

    自动驾驶框架实现了感知与规划的无缝集成,但通常依赖于一次性轨迹预测,这可能导致控制不稳定,并且对单顿感知中的遮挡问题较为敏感。为解决这一问题,我们提出了动量感知
    的头像 发表于 03-18 09:31 1470次阅读
    动量感知规划的<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自动驾驶</b>框架MomAD解析

    DiffusionDrive首次在自动驾驶中引入扩散模型

        近年来,自动驾驶成为研究热点,其核心在于从传感器数据直接学习驾驶决策。然而,驾驶
    的头像 发表于 03-08 13:59 1471次阅读
    DiffusionDrive首次在<b class='flag-5'>端</b><b class='flag-5'>到</b><b class='flag-5'>端</b><b class='flag-5'>自动驾驶</b>中引入扩散<b class='flag-5'>模型</b>

    自动驾驶技术研究与分析

    编者语:「智驾最前沿」微信公众号后台回复:C-0450,获取本文参考报告:《自动驾驶行业研究报告》pdf下载方式。 自动驾驶进入202
    的头像 发表于 12-19 13:07 1513次阅读