DriveVLM使用教程
DriveVLM是清华大学MARS实验室推出的自动驾驶研发系统，核心定位是将视觉语言模型能力融入自动驾驶流程，提升复杂场景下的感知与决策表现。该系统具备场景语义描述、多维度场景分析、分层驾驶规划三类核心功能，同时推出混合架构的DriveVLM-Dual版本，平衡大模型推理能力与传统自动驾驶系统的空间计算、实时响应优势。目标用户覆盖自动驾驶领域研究人员、高校相关专业师生、自动驾驶企业技术研发团队，可用于自动驾驶算法迭代、长尾场景处理方案验证、大模型在自动驾驶领域的落地研究等场景，相关实验成果已在nuScenes、SUP-AD公开数据集以及量产实车环境中完成验证。
- 1
访问DriveVLM官方网站，在首页导航栏找到“文档”板块，查阅系统架构介绍、环境配置要求相关内容，了解不同版本系统的适用场景与依赖条件，明确自身的使用需求。
- 2
在“下载”板块获取对应版本的系统代码、预训练模型文件以及测试数据集样本，按照文档指引在本地服务器或测试设备上完成开发环境的搭建与部署。
- 3
使用平台提供的示例测试脚本，加载nuScenes或SUP-AD数据集的样本数据运行系统，查看场景描述、分析、规划各环节的输出结果，验证系统运行是否正常。
- 4
若需要测试自定义场景，可按照平台规定的格式上传自有道路测试数据，调整模型推理参数，运行系统并导出各环节的处理结果，评估系统在目标场景下的表现。
- 5
若进行实车部署，参考平台提供的硬件适配文档，对接车辆的传感器与控制接口，完成系统联调后在封闭测试场地开展测试，逐步扩展到公开道路测试场景。
看完教程，直接上手试试
访问 DriveVLM 官网
