使用场景

在城市环境中，DriveVLM能够识别并处理复杂的道路条件和微妙的人类行为。

DriveVLM-Dual在生产车辆上的部署，展示了其在真实世界自动驾驶环境中的实用性。

在nuScenes数据集上的实验，证明了DriveVLM在处理复杂和不可预测的驾驶条件方面的有效性。

产品特色

接受图像序列作为输入，通过基于推理的思考链(CoT)机制输出分层规划预测。

可选地结合传统的3D感知和轨迹规划模块，实现空间推理能力和实时轨迹规划。

数据挖掘和注释流程，构建场景理解数据集。

使用注释者团队进行场景注释，包括场景描述、场景分析和规划。

在nuScenes数据集和SUP-AD数据集上进行实验，验证系统的有效性。

DriveVLM-Dual在生产车辆上部署，验证其在现实世界自动驾驶环境中的有效性。

使用教程

1. 准备图像序列作为输入数据。

2. 将图像序列输入DriveVLM模型。

3. 利用DriveVLM的推理机制进行场景描述、分析和规划。

4. 根据需要，可选地结合3D感知和轨迹规划模块。

5. 从DriveVLM模型获取分层规划预测结果。

6. 在实际自动驾驶环境中部署DriveVLM-Dual，验证其效果。