车路云一体化的端到端自动驾驶系统

关注

联系合作

成果单位：清华大学

合作方式：合作开发

所处阶段：中试

关键词：自动驾驶车路云一体城市道路量产车辆感知预测决控端到端网络基座模型预训系统集成微调车路云协同感知协同计算

成果评价

总得分（满分100）

资本强度（满分0）

该成果得分：0

项目负责人

李克强

查看详情

所在机构：

清华大学

小果解读

核心问题

单车智能技术路线在安全性、长尾场景表现上难以达到人类水平，高级别自动驾驶在高复杂、强博弈道路交通环境下存在感知受限、决策低智、控制高危、自学习能力不足等问题，导致接管和事故频发，难以量产落地。

解决方案

研究团队研发了包含“感知-预测-决控”三类基座模型的端到端网络结构，提出了“基座模型预训练+系统集成微调”的两步训练方法，建立了车路云一体化端到端自动驾驶开发框架，开发了国内首个端到端自动驾驶系统iDrive，并完成城市道路机非混杂工况下开放道路验证。

竞争优势

通过车路云协同感知、协同计算，提升车辆智能化水平，增强安全性、降低接管率；相关成果已应用于广汽、东风、智行者、博世等企业；计划2025年内实现支持车路云一体化的端到端大模型训练，到2030年车路云一体化的端到端自动驾驶系统达到量产水平。

成果描述

成果公开日期

20260211

转化合作需求

创办企业

摘要

单车智能技术路线安全性不足，长尾场景表现不佳，难以到达人类水平。高复杂、强博弈道路交通环境下高级别自动驾驶面临“感知受限、决策低智、控制高危、自学习能力不足”等挑战，接管、事故频发，难以量产落地。与单车智能相比，通过车路云协同感知、协同计算，提升车辆智能化水平，增强安全性、降低接管率。因此，研究团队研发了包含“感知-预测-决控”三类基座模型的端到端网络结构，提出了“基座模型预训练+系统集成微调”的两步训练方法，建立了车路云一体化端到端自动驾驶开发框架，开发国内首个端到端自动驾驶系统iDrive，并完成城市道路机非混杂工况下开放道路验证，相关成果已应用于广汽、东风、智行者、博世等企业。计划2025年内实现支持车路云一体化的端到端大模型训练，到2030年车路云一体化的端到端自动驾驶系统达到量产水平。