外观
Skip to content
VAD
VAD
hustvl 在 GitHub 开源的自动驾驶/飞控栈，主要语言 Python。 [ICCV 2023 & ICLR 2026] VAD: Vectorized Scene Representation for Efficient Autonomous Driving
概述
这个开发工具的核心职责、所属技术栈与硬件生态定位。
VAD是华中科技大学hustvl团队开源的L4级自动驾驶/飞控全栈 autonomy_stack 工具，主要开发语言为Python，核心基于向量化场景表示方案，可实现高计算效率的自动驾驶感知-决策链路输出，相关成果入选ICCV 2023与ICLR 2026顶会，获得1.3k以上星标关注度。
该自主栈适配L4级高阶自动驾驶与无人飞行器控制技术栈层级，支持开发者通过克隆官方仓库直接部署，可集成进现有自动驾驶或无人机研发流程，替代传统栅格化场景表示模块实现更低延迟的自主决策推理，无需绑定特定硬件机型即可开展算法验证与二次开发。
资料出处 GitHub hustvl/VAD
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/hustvl/VAD.git
cd VAD
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配 PyTorch 2.x 兼容版本） | Ubuntu 20.04/22.04 LTS / Python 3.8+ / PyTorch 2.0+ / CUDA 11.7+ / cuDNN 8.x | 克隆仓库后按照官方requirements安装依赖，主入口为demo.py，支持自定义数据集输入验证向量化场景推理效果 |
适配与兼容机型
支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。
尚未收录适配机型。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub hustvl/VAD访问 2026-10-13