面向自动驾驶延迟-精度权衡优化的多分辨率端到端深度神经网络

Qitao Weng, Heechul Yun

摘要

本文提出了一种多分辨率端到端深度神经网络，通过运行时选择输入分辨率来优化自动驾驶中的延迟-精度权衡。在CARLA模拟器上的实验表明，该方法在车道入侵、红灯违规和碰撞等安全指标上持续优于固定分辨率模型。

autonomous drivinglatency-accuracy tradeoffmulti-resolution CNNend-to-end learningreal-time perception

PERCEPTION

开放获取📊 4 引用

Ji-Hoon Hwang, Daeyoung Kim, Hyung-Suk Yoon 等 5 位作者

2026

PERCEPTION

📊 0 引用

Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者

Robotics and Computer-Integrated Manufacturing · 2026

PERCEPTION

📊 0 引用

Sili Ding, Feng Xu, Jie Chen 等 6 位作者

Progress in Materials Science · 2026