自动驾驶第120页

汽车芯片与自动驾驶

汽车芯片与自动驾驶参考文献链接https://mp.weixin.qq.com/s/KxWlLaA9B6n6II4a9JZssQhttps://mp.weixin.qq.com/s/sGxHAsWQg3yaOXoWiKunTw

wujianming_110117·2022-06-12 16:43

深度学习与CV教程(14) | 图像分割 (FCN,SegNet,U-Net,PSPNet,DeepLab,RefineNet)

本文讲解了图像语义分割的定义，常见应用（自动驾驶、医学影像诊断），评估指标（mIoU、mAcc），典型语义分割算法等【对应CS231nLecture11】

ShowMeAI·2022-06-11 11:00

基础篇——人工智能相关方向学习路线指引

人工智能方向跟据我的经验，暂且分为以下几个分支方向进行讨论物体识别，目标检测方向：主要研究机器视觉，图像处理相关相关内容，比如自动驾驶过程中的交通标志识别，红绿灯识别，行人检测，车道线识别，还有垃圾分类等等路径规划

玩转智能机器人·2022-06-11 07:30

ROS从入门到精通(零) 教程导读

ROS是入门机器人、自动驾驶等领域的基础工具，但其存在概念繁杂、学习难度大等特点，考虑到受众范围比较小，写这套教程的主要是为了自我总结提升。

Mr.Winter`·2022-06-11 07:30

Python实现自动驾驶训练模型

安装gym：pipinstallgym安装自动驾驶模块，这里使用EdouardLeurent发布在github上的包highway-env：pipinstall--usergit+https://github

·2022-06-10 15:20

apollo自动驾驶进阶学习之：速度二次规划osqp求解器配置详解

文章目录1、为什么OSQP中要求P矩阵正定2、稀疏矩阵概念及简单实现稀疏矩阵及压缩方式CSC实例apollo速度规划中osqp原始P矩阵压缩式P矩阵P_indptr为：P_dataP_indices压缩式A矩阵1、为什么OSQP中要求P矩阵正定在OSQP以前的版本中(0.4)，没有对P矩阵有具体的要求，如果这是个下三角阵，则会将下三角部分去除，然后将上三角部分映射到下三叫部分。而如果这是个上三角阵

sw_helloworld·2022-06-10 09:21

字节跳动员工“秘密”入职快手，被判返赔近38万；微软宣布在美国停止执行员工竞业协议；GitHub Atom将停用|极客头条

因项目被接手对领导不满，百度员工刻意删改公司数据库被判刑百度回应无人驾驶测试车发生车祸：后车追尾全责，与自动驾驶无关字节跳动员工“秘密”入职快手，被判返赔近38万华为累计申请发明专利超20万件AMD

极客日报·2022-06-09 10:26

原理讲解-项目实战 <-> 多目标跟踪算法之DeepSORT

点击上方“码农的后花园”，选择“星标”公众号精选文章，第一时间送达目标跟踪(Object-Tracking)问题是目前深度学习中研究的热点问题，主要用在安防监控和自动驾驶上，其中目标跟踪问题又分为单目标跟踪问题和多目标跟踪问题

码农的后花园·2022-06-09 07:40

超详细！带你轻松掌握 MMSegmentation 整体构建流程

目录1.语义分割介绍2.语义分割的应用自动驾驶遥感图像分析医学图像分析3.MMSegmentation算法库框架介绍3.1MMSegmentation目录结构3.2MMSegmentation模型实现4

OpenMMLab·2022-06-09 07:56

马云、马斯克同台谈AI：人工智能拯救世界？

2、马斯克表示，L5级别的自动驾驶很快就会实现。3、马云认为，疫情加速了数字技术对人类生活的渗透，本需要三五十年完成的数字化，可能会在十年、二十年内就能完成。

kongpingyuansu·2022-06-09 07:45

Python中使用kitti数据集实现自动驾驶(绘制出所有物体的行驶轨迹)

目录1、利用IMU、GPS计算汽车移动距离和旋转角度2、画出kitti车的行驶轨迹3、画出所有车辆的轨迹本次内容主要是上周内容的延续，主要画出kitti车的行驶的轨迹同样的，我们先来看看最终实现的效果：视频接下来就进入一步步的编码环节。。。1、利用IMU、GPS计算汽车移动距离和旋转角度计算移动距离通过GPS计算#定义计算GPS距离方法defcomputer_great_circle_distan

·2022-06-08 09:20

无人驾驶量产的曙光究竟在哪里？参与直播，易航智能CEO为你解码“渐进式”路径 | 量子位·视点...

自动驾驶领域一直以来就有“渐进式”和“跨越式”两种路径之争，前者以特斯拉为代表，后者以Waymo为领头羊。2021年4月，WaymoCEO离职，商业化落地裹足不前。

QbitAl·2022-06-08 07:03

自动驾驶之轨迹规划2——Apollo规划与控制公开课

前言本课程由Apollo平台架构师是樊昊阳主讲，一共是7堂课，属于框架性讲解，需课后自行补充理论知识。下面是随堂记录。课程一——规划基本概述规划的本质是搜索最优解问题现有常用方法如下：最基本的两种路径规划方法的基本思想：广度优先BFS、深度优先DFSA是BFS的基础上往DFS上靠：启发函数。A是目前最广泛最基础的算法。但Astar是全局规划，需要对整个环境全知（fullyobserved）。但智能

IHTY_NUI·2022-06-07 16:23

简述AI技术的工程部署

鉴于本人从事视觉感知方向，所以本文也只简述了人工智能的CV方向在工业界的推进流程：人工智能——>深度学习——>神经网络——>计算机视觉——>工业界（自动驾驶、安防、医疗）前沿文章的精度、速度很难在工业界掀起助澜

思绪零乱成海·2022-06-07 09:47

李宏毅机器学习课程总结(1)

主要应用场景在：股市预测、自动驾驶和推荐系统等。在课程中李宏毅老师用预测宝可梦进化后的CP值进行

雨中烟花00·2022-06-07 07:12

Coursera 多伦多自动驾驶课程之行为规划behaviour planning（处理一个具有动态障碍物的路口场景）

Coursera多伦多自动驾驶课程之行为规划behaviourplanning（处理一个具有动态障碍物的路口场景）参考Coursera上多伦多大学self-drivingcar自动驾驶课程4.5.3截取关键的

wujiangzhu_xjtu·2022-06-06 07:52

自动驾驶轨迹规划中的碰撞检测-Coursera Self-Driving Car课程学习笔记

参考Coursera自动驾驶课程collisionchecking本文为该课程的学习笔记1.学习目标理解碰撞检查里的难点；知道什么时候用怎么用基于长条或基于圆的碰撞检查；了解不完全信息和离散化误差造成的一些危害

wujiangzhu_xjtu·2022-06-06 07:52

Coursera 多伦多自动驾驶课程之行为规划behaviour planning

Coursera多伦多自动驾驶课程之行为规划behaviourplanning参考Coursera上多伦多大学self-drivingcar自动驾驶课程4.5.1截取关键的PPT翻译并加上自己的理解，作为自己学习的笔记

wujiangzhu_xjtu·2022-06-06 07:22

机器学习的 50 个最佳免费数据集

这些高质量的数据集或者涵盖范围广泛（比如Kaggle），或者非常细化（比如自动驾驶汽车的数据）。首先，在搜索数据集时要记住几点。Dataques

Code_CatCC·2022-06-06 07:49

车道线检测综述及近期新工作

车道线检测综述及近期新工作——为ADAS、自动驾驶服务。

StrongerTang·2022-06-06 07:47

见过最好的神经网络CNN解释

卷积神经网络可以成功识别人脸、物体和交通信号，从而为机器人和自动驾驶汽车提

糖呢就两茶匙·2022-06-06 07:13

Coursera自动驾驶课程第19讲：Mapping for Planning

在第18讲《Coursera自动驾驶课程第18讲：ThePlanningProblem》我们对自动驾驶中的规划问题有了一个全面的了解，理解了规划问题中的约束和目标；同时我们还讨论了如何分层如解决规划问题

自动驾驶小学生·2022-06-06 07:37

自动驾驶开源软件和算法库

1.Carla（自动驾驶开源仿真软件）github：https://github.com/carla-simulator/carladoc：https://carla.readthedocs.io/en

自动驾驶小学生·2022-06-06 07:07

地平线：上帝视角与想象力——自动驾驶感知的新范式

导读3月28日，在「地平线自动驾驶技术专场」上，地平线自动驾驶系统架构师刘景初博士围绕《上帝视角与想象力——自动驾驶感知的新范式》这一主题进行了直播讲解。

自动驾驶小学生·2022-06-06 07:07

Coursera自动驾驶课程第2讲：The Requirements for Autonomy

上一讲《Coursera自动驾驶课程第1讲：Welcometotheself-drivingcarsspecialization》对本课程进行了整体概述，同时回顾了自动驾驶汽车的发展历史。

自动驾驶小学生·2022-06-06 07:36

Coursera自动驾驶课程第1讲：Welcome to the self-driving cars specialization

本专栏为Coursera自动驾驶课程笔记，B站上也有配套课程视频，对自动驾驶技术感兴趣的朋友可以看看。

自动驾驶小学生·2022-06-06 07:36

Coursera自动驾驶课程第20讲：Mission Planning in Driving Environments

在第19讲《Coursera自动驾驶课程第19讲：MappingforPlanning》我们学习了自动驾驶中两种环境建图方法：占用网格图（occupancygridmap）和高清地图（high-definitionroadmap

自动驾驶小学生·2022-06-06 07:52

打卡1000天第409天

在自动驾驶的模式上不能自拔，执着的行走在无明的路上。这些天一直在学习，老师开始为我们内心拔草、松土，然后去了解“我”是谁？听得让我入迷，这个过程中，懂得

Jessie_Guo·2022-06-06 00:14

matlab app设计步骤_如何从MATLAB/Simulink入手，系统地学习自动驾驶？

weixin_39774556·2022-06-05 12:01

深度学习到顶，AI寒冬将至！

特斯拉等公司甚至宣称：全自动驾驶汽车正在路上。但是现在，2018年中期，事情开始发生变化。从表面上看，NIPS会议仍然很火，关于AI的新闻也很多，ElonMask仍

weixin_33937499·2022-06-04 07:31

通俗讲解深度学习中的图像分割技术

近几年来，深度学习技术发展迅速，自动驾驶、目标检测、人脸识别等热门科技逐渐走进人们的生活当中，今天小编带大家一起来认识图像分割技术。

Python数据之道·2022-06-03 07:16

文章解读 -- MotionNet: Joint Perception and Motion Prediction for Autonomous Driving Based on Bird’s Eye

JointPerceptionandMotionPredictionforAutonomousDrivingBasedonBird’sEyeViewMaps摘要可靠地感知环境状态的能力，特别是对物体的存在以及它们的运动行为判断，对于自动驾驶至关重要

Darchan·2022-06-02 07:07

文章解读 -- Self-Supervised Pillar Motion Learning for Autonomous Driving

文章解读–Self-SupervisedPillarMotionLearningforAutonomousDriving1.摘要当高度动态环境下，与多样交通参与者进行互动时，自动驾驶能够从中进行运动行为理解

Darchan·2022-06-02 07:06

MotionNet: 基于鸟瞰图的自主驾驶联合感知与运动预测

JointPerceptionandMotionPredictionforAutonomousDrivingBasedonBird’sEyeViewMaps摘要可靠地感知环境状态的能力，尤其是对象的存在及其运动行为，对于自动驾驶至关重要

冯子材·2022-06-02 07:25

Paddle Lite性能大提升！ARM CPU多场景端侧部署，直击AI产业应用

在L1～L4自动驾驶、无人机、智能家居、工业质检、新零售等行业场景中，怎么把目标检测、OCR、人流统计、语音识别等AI模型顺利地部署到端侧设备，并保证模型效果，在项目中至关重要。

飞桨PaddlePaddle·2022-06-02 07:32

从零开始编写移动机器人下位机（stm32）程序

我本身也是移动机器人和自动驾驶控制方向的小白，所以有任何不妥的地方，欢迎批评指正。（注：该文章并非所有内容都是原创，部分内容借鉴了各位前辈的优秀内容，如有侵权，请联系我删除！）

秋日的动物园·2022-06-01 20:01

吴恩达团队盘点2019AI大势：自动驾驶寒冬、NLP大跃进、Deepfake已成魔！

今年是AI从梦想变为现实的一年，从NLP到自动驾驶，从人脸识别到数据模拟，有哪些技术突破面世，又遭遇了哪些新的困难？

人工智能学家·2022-06-01 16:56

自动驾驶汽车决策层算法的新方向

决策算法成为竞争焦点从技术角度讲，自动驾驶分为感知定位、规划决策、执行控制三个部分。随着ADAS系统的广泛部署和以及长时间的技术积累，可以说感知技术已经不是最主要瓶颈；控制则是主机厂和Ti

智能交通技术·2022-06-01 14:51

一篇读懂自动驾驶汽车决策层算法的新思路

1.决策算法成为竞争焦点从技术角度讲，自动驾驶分为感知定位、规划决策、执行控制三个部分。随着ADAS系统的广泛部署和以及长时间的技术开发，可以说感知技术已经不是主要瓶

智能交通技术·2022-06-01 14:50

自动驾驶决策控制及运动规划史上最详细最接地气总览现状！

/导读/本人方向为自动驾驶决策控制与运动规划（DecisionMakingAndMotionPlanning,DMAP），先前在某SCI期刊发了一篇review（抱老板大腿），SCI文献看了几百篇（最后用上的也就

uxuepai5g·2022-06-01 14:19

「万字综述」自动驾驶决策控制及运动规划方法「AI核心算法」

关注：决策智能与机器学习，深耕AI脱水干货作者：ISmiracle来源：知乎知乎专栏：https://zhuanlan.zhihu.com/p/260707853转载请联系作者ー0ー写在前面本人方向为自动驾驶决策控制与运动规划

九三智能控v·2022-06-01 14:18

自动驾驶之轨迹规划1——算法综述

1.背景概述本文立足于智能车领域的轨迹规划，根据自己的整理和理解输出，权当做一篇学习笔记。这篇只是综述，每种算法的详细过程会在别的篇幅整理出来。首先解释一下一些基本概念：规划（planning）承接环境感知，并下启车辆控制。其规划出来的轨迹是带速度信息的路径。广义上，规划（planning）可分为路由寻径（routing）、行为决策（behavioraldecision）、运动规划（motionp

IHTY_NUI·2022-06-01 14:10

【自动驾驶】全局路径规划算法——Dijkstra算法

文章目录参考资料1.基本概念1.1算法简介1.2算法思想1.3算法图解1.4最短路径的最优子结构性质2.python代码实现参考资料路径规划与轨迹跟踪系列算法学习最短路径算法-迪杰斯特拉(Dijkstra)算法迪杰斯特拉dijkstra算法的python实现Python实现迪杰斯特拉算法1.基本概念1.1算法简介迪杰斯特拉算法(Dijkstra)是由荷兰计算机科学家狄克斯特拉于1959年提出的，因

CHH3213·2022-06-01 14:10

如何轻松理解对点云的深度学习算法 - PointNet算法？

CV_2PointNet算法的简单理解（入门级别）一.写这篇博文的初衷随着激光雷达渐渐被人们所熟知，其抗干扰、精度高、可建模的优点也被逐渐放大，因此也开始被广泛地用于各个行业（自动驾驶、精密测距、3D建模等等

Demo_xxx·2022-06-01 13:06

数据分析综述：一文带你详细了解自动驾驶技术

从各项赛事到车企的运营，我们似乎看到自动驾驶正逐渐走入现实。100年漫长的历史自动驾驶技术器其实并非新事物，二是已经走过了100年漫长

数据分析案例·2022-06-01 07:29

阿里云“大算力”支持嬴彻自动驾驶仿真提速 20 倍

5月24日，嬴彻科技接受媒体采访时表示，在数据智能系统领域，公司与阿里云展开深度合作——以云计算为基础，嬴彻构建了业界领先的高并发、高弹性的数据存储、计算及调度基建平台，加速自动驾驶仿真，降低计算资源消耗

阿里巴巴云原生·2022-05-31 18:34

华为账号好友消息将停服；高通 CEO：可能会直接收购 ARM；全球超算新排名：美国“百亿亿次计算机”夺得第一|极客头条

小米汽车自动驾驶专利公布脉脉：近半数职场人年终奖少于1个月月薪马斯克称中国电动汽车领先世界，何小鹏：起码还需要10年的努力华为账号好友消息将于6月30日24时起正式停服Edge浏览器将支持每次启动时

极客日报·2022-05-31 09:52

自动驾驶（七十六）---------Apollo MPC之代码解析

最近一直在调LQR上车的效果，初见成效，所以也很好奇Apollo的MPC控制算法，没有项目驱动，只能靠自己的驱动力了，这里结合代码分析理论，详细梳理一遍apollo的MPC算法。首先MPC的代码在apollo文件地址为：1.初始化加载MPC的参数和配置：，主要包含vehicle_param、速度和转角限制等。车辆运动学模型及其离散化：；包括矩阵A，矩阵B，矩阵C，矩阵K，矩阵R，矩阵Q，加载MPC

一实相印·2022-05-31 07:38

【自动驾驶】LQR控制实现轨迹跟踪

文章目录参考资料1.基本概念1.1运动学模型的离散状态方程1.2LQR求解步骤2.python实现2.1车辆模型2.2相关参数设置2.3生成轨迹曲线2.4角度归一化2.5解代数里卡提方程2.6LQR控制算法2.7主函数参考资料基于运动模型的LQR优化强化学习与最优控制：用于轨迹跟踪的LQRLinear–quadraticregulator(LQR)steeringcontrol路径规划与轨迹跟踪系

CHH3213·2022-05-31 07:04

【自动驾驶】后轮位置反馈实现轨迹跟踪

文章目录参考资料1.基本概念2.李雅普诺夫稳定判据3.python代码实现3.1车辆模型3.2相关参数设置3.3生成轨迹曲线3.4角度归一化3.5后轮反馈控制算法实现3.6主函数参考资料自动驾驶中的规划控制概述