总计 11 篇研究记录
论文思路一步一步往下走的记录。定一条写一条,只写讨论过的,不提前填。
DrivoR 吃一个 11 维自车状态向量,其中 3 维恒为零。逐段拆开、逐维对照,看 TD25A 为什么只剩 4 维,以及位置到底该以什么形式进网络。
对着 DrivoR 的三条输入逐条比完,TD25A 的输入定下来了:BEV 双尺度 8 通道、单路 RGB、4 维自车状态,上下文 48 token。附六条「明确不要什么」和理由。
覆盖清扫的策略输入里,要不要加一维「我在整层楼的 (x, y)」?结论是不加——不是漏了,是故意的。附 ICML 2024 的原文依据。
填充清扫从一张保存的占据栅格到车真能开的一条线:四色层打底;规划层是分区网、分组件网、过滤网、生成网、装配网这五张网;执行层是两棵行为树。先给每层一句话的速查表。
逐行拆 DrivoR 的视觉支路:六步预处理、ViT + DINOv2 + LoRA + Register 的分工、3,936 → 16 的压缩,以及几处源码里才看得见的细节。
DrivoR 把点云压成 2 通道俯视图、高度只留 1 bit——而这条支路官方从没跑过。本文给出 TD25A 的替代方案:按车体几何分 3 档、每格 5 个数,喂 DINOv3。
把覆盖染色图的格式一次定清:三层结构逐层解析、契约冻结表,以及接进 DrivoR 激光支路的具体改法。
以交互下钻图的方式记录 DrivoR 六阶段流水线与 TD25A 的逐阶段决定:复用什么、改什么、砍什么、新增什么,以及两处仍未拍板的取舍。
记录轮速、IMU、激光持续融合方案,严格二维导航 TF 的遗留问题,以及正式实现前的替补机制和验收边界。
TD25A 的 TF 树、功能方法、ROS 2 话题链、工作链与运行图审计。