DyRoNet: Dynamic Routing and Low-Rank Adapters for Autonomous Driving Streaming Perception

自动驾驶系统的进步取决于实现低延迟和高准确度的感知能力。为了解决这一关键问题，本文引入了动态路由网络（DyRoNet），这是一个低秩增强的动态路由框架，专为自动驾驶系统中的流式感知而设计。DyRoNet集成了一系列预训练的分支网络，每个分支网络都经过精细调整，以在不同的环境条件下运行。在其核心，该框架提供了一个速度路由模块，用于评估和路由输入数据到最适合处理的分支。这种方法不仅解决了传统模型在适应多样化驾驶条件方面的固有限制，而且确保了性能和效率的平衡。广泛的实验评估表明了DyRoNet对不同分支选择策略的适应性，从而在不同情境下实现了显著的性能提升。本文不仅为流式感知建立了新的基准，而且为未来的工作提供了有价值的工程见解。

论文旨在解决自动驾驶系统中低延迟和高准确性感知的问题。

DyRoNet是一种低秩增强的动态路由框架，通过集成一系列预训练的分支网络来实现动态路由。该框架具有速度路由模块，可以评估和路由输入数据到最适合处理的分支。

实验结果表明，DyRoNet能够适应不同的分支选择策略，并在不同场景下实现显著的性能提升。论文提供了有价值的工程洞察力，开创了流式感知的新标准。

与DyRoNet相关的研究包括：Dynamic Routing Between Capsules、Capsule-Forensics、Capsule Networks等。