Apollo无人车第26页

【数据科学赛】清华AIR-百度Apollo车路协同自动驾驶算法挑战赛 #计算机视觉目标检测 #¥80,000

CompHub·2022-11-22 07:46

Apollo星火计划学习笔记第一讲——学习自动驾驶

Apollo学习笔记零、目录一、Apollo开源平台介绍二、如何使用Apollo学习2.1上机2.1.1CyberRT(通信)2.1.2感知2.1.3决策规划2.2上车2.2.1**车辆适配**2.2.2

我宿孤栈·2022-11-21 14:31

Apollo星火计划学习笔记第七讲——Apollo规划模块详解1

Apollo学习笔记零、目录一、规划技术功能概述二、Apollo规划模块概述三、Apollo规划算法介绍四、Apollo规划模块的使用零、目录一、规划技术功能概述二、Apollo规划模块概述三、Apollo

我宿孤栈·2022-11-21 07:33

apollo_目标跟踪

HM对象跟踪fromhttps://github.com/YannZyl/Apollo-NoteHM对象跟踪器跟踪检测到的障碍物。

swc_study·2022-11-21 04:41

李宏毅机器学习——回归定义和应用例子

应用举例股市预测（Stockmarketforecast）输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值自动驾驶（Self-drivingCar）输入：无人车上的各个sensor

嘚嘚鸟·2022-11-21 03:50

郑武：CIA-SSD：自信的IoU可知的单阶点云物体检测器

随着激光雷达在机器人，无人车的领域的推广应用，三维点云的相关处理技术作为高精地图、高精定位、环境检测等方向的核心模块越来越受到重视。

baobei0112·2022-11-21 00:01

李宏毅机器学习学习打卡Task02-回归篇

2.回归应用例子1.股市预测输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值2.自动驾驶输入：无人车上的各个sensor的数据，例如路况、测出的车距等输出：方向盘的角度3.

SASIOVERLXRD·2022-11-20 23:34

ROS机器人操作系统学习笔记（一）--基本概念

如今已经广泛应用于机械臂、移动底盘、无人机、无人车等许多种类的机器人上。曾经，机器人创新的门槛非常高。如果你想在任何应用领域开发出有分量的产品，你需要建立一整套能够

试音刀郎·2022-11-20 22:02

NDT定位实践总结（参数含义及设置）

这篇是关于无人车通过NDT匹配提前建好的点云地图的介绍，主要依托于这个ROS项目。NDT简介 NDT是利用已有的高精度点云地图和激光雷达实时测量数据实现高精度定位的技术。

Jenkinwey·2022-11-20 11:12

李宏毅《机器学习/机器学习》笔记 P3&P4

应用举例股市预测（Stockmarketforecast）输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值自动驾驶（Self-drivingCar）输入：无人车上的各个sensor

阿_边·2022-11-20 06:08

机器学习——回归

应用示例：股市预测（Stockmarketforecast）输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测股市明天的平均值自动驾驶（Self-drivingCar）输入：无人车上的各个sensor

RL_Shmily·2022-11-20 05:46

Jetson Agx Xavier 装系统Ubuntu

买不到nvidiaAgxXavier所以用的是rtimes代替目前是暑假打算做一辆无人车玩玩。拿到手后和树莓派、TX2感觉很像，可以直接插鼠标键盘、显示器网线等还是很方便。

shiyueyueya·2022-11-20 03:12

百度背叛激光雷达路线了吗？

2019年夏的CVPR，纯视觉方案ApolloLite第一次亮相开始，这种猜疑就没停过。一年后，自动驾驶江湖中的两条路，愈加清晰分明。

QbitAl·2022-11-20 01:45

从烧录系统开始Jetson Nano无人车开发记录

从烧录系统开始JetsonNano无人车开发记录（一）本章介绍硬件选型与系统烧录环境配置前言搭建一个四轮麦克纳姆移动机器人平台，用于团队日常学习，算法复现和开发。

Shipmaster_23·2022-11-19 22:22

「Apollo」protobuf报错No module named ‘google‘

背景系统：ubuntu18.04环境：apollo5.5，docker内部执行代码：pythoncyber.py错误内容：Nomodulenamed‘google’，截图如下：解决执行python代码的

Liiipseoroinis·2022-11-19 09:32

Adaptive Feature Fusion for Cooperative Perception using LiDAR Point Clouds

协同感知使网联无人车（CAV）、路边设施在通信范围内使用车辆通信（VC）系统共享感知信息，包括GPS和各种传感器数据（雷达，相机和激光雷达数据）。

superbzhoucc·2022-11-19 08:53

Datawhale 李宏毅机器学习 Task2

举例：①股市预测输入：过去10年股票的变动、新闻咨询、公司并购咨询等输出：预测明天股市的平均值②自动驾驶输入：无人车上的各个传感器的数据，例如路况、测出的车距等输出：方向盘的角度③商品推荐输入：商品A的特性

社区小萌新·2022-11-19 02:14

配置中心原理和选型：Disconf、Spring Cloud Config、Apollo 和 Nacos

讲解4种常用的配置中心，对比其流程和原理，无论是面试还是技术选型，都非常有帮助。往期精选：如何看待程序员35岁职业危机？Java全套学习资料（14W字），耗时半年整理我肝了三个月，为你写出了GO核心手册消息队列：从选型到原理，一文带你全部掌握微服务网关选型，请收下我的膝盖！5种注册中心如何选型？从原理给你解读！肝了一个月的ETCD，从Raft原理到实践更多！更多！更多！三连击！！！大家好，我是楼仔

楼仔·2022-11-18 18:58

【自动驾驶】Apollo预测模块入门

文章目录1.简介2.不同的预测方式3.基于车道序列的预测4.障碍物状态5.预测目标车道6.递归神经网络7.递归神经网络在目标车道预测的应用8.轨迹生成1.简介无人车是在许多物体间穿梭行驶，其中许多物体本身就是一直在移动的

尊新必威·2022-11-17 17:15

百度Apollo自动驾驶感知模块学习笔记、入门

Aaron永辉·2022-11-17 17:45

自动驾驶入门：预测

目录概念预测方式障碍物预测递归神经网络在预测中的应用轨迹生成概念无人车是在许多物体间穿梭行驶，其中许多物体本身就是一直在移动的，比如像其他汽车、自行车、行人。

Ym影子·2022-11-17 17:44

自动驾驶--定位技术

id=70)为什么无人车需要精确的定位系统在地下车库实现自动泊车的一个非常关键的技术是什么呢？那就是定位技术。为什么无人车需要一个精确的定位系统。为什么无人车需要精确的定位系统？

Galaxy_Robot·2022-11-17 07:14

无人驾驶-框架-Autoware与Apollo

无人驾驶-框架-Autoware与Apollo一、简介1.1Apollo介绍Apollo自动驾驶开放平台是一个开放的、完整的、安全的自动驾驶开源平台。

0->oo·2022-11-16 18:53

【导航业务架构】Autoware和Apollo自动驾驶系统的对比

系列文章目录提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加TODO:写完再整理文章目录系列文章目录前言一、Autoware和Apollo自动驾驶系统区别1.硬件系统底层方面2.软件系统上层方面

盒子君~·2022-11-16 18:04

基于深度学习的语义分割初探FCN以及pytorch代码实现

FCN论文整体结构应用无人车、地理信息系

卡子爹·2022-11-16 17:10

自动驾驶入门：感知

目录概念感知方法CNN检测与分类跟踪分割Apollo感知感知设备分类概念我们人类天生就配备多种传感器，眼睛可以看到周围的环境，耳朵可以用来听，鼻子可以用来嗅，也有触觉传感器，甚至还有内部传感器，可以测量肌肉的偏转

Ym影子·2022-11-16 07:45

无人驾驶汽车系统入门（十三）——正态分布变换（NDT）配准与无人车定位

无人驾驶汽车系统入门（十三）——正态分布变换（NDT）配准与无人车定位定位即确定无人车在这个世界中的哪个位置，是无人驾驶技术栈中必不可少的一部分。

AdamShan·2022-11-15 22:41

一文了解自动驾驶汽车“定位”

文章来自Apollo阿波罗智能驾驶本节将介绍自动驾驶汽车的定位技术包括：GNSS（全球导航卫星系统），RTK（实时运动定位）和惯性导航。

智能交通技术·2022-11-15 16:45

Apollo学习笔记入门课程之二：定位

Apollo学习笔记入门课程之二：定位坐标不同，需要切换坐标系。进行对比，转换数据，确定十厘米的精度。定位：x，y，航向三点确定坐标的方式：GPS卫星，地面监测站，信号接收器。更新频率低。

雨泽倾·2022-11-15 16:14

apollo自动驾驶入门课-定位

apollo自动驾驶入门课-定位目录apollo自动驾驶入门课-定位一、定位简介二、定位思路2.1主流思路2.2车辆坐标系与地图坐标系三、常用定位方法3.1GNSSRTK3.2惯性导航3.3激光雷达LidarICP

Edward_1129·2022-11-15 16:43

自动驾驶入门：定位

目录概念定位方法GNSSRTK（实时运动定位）（三角测量法）基本原理缺点惯性导航基本原理缺点激光雷达定位基本原理缺点视觉定位（粒子滤波）基本原理缺点Apollo定位基本原理概念定位是让⽆⼈⻋知道⾃⾝确切位置的

Ym影子·2022-11-15 16:42

参考线平滑-QpSplineReferenceLineSmoother

Apollo中提供了QpSplineReferenceLineSmoother，即分段五次多项式曲线平滑参考线方法。将其构造成二次规划问题形式，使用OSQP求解。

小作坊钳工·2022-11-15 07:16

自动驾驶入门：Apollo 概述与高精地图

目录Apollo主要组成Apollo五个核心部件Apollo开放式软件栈高精地图基本概念与定位、感知和规划的关系Apollo高精地图的构建Apollo主要组成apollo主要包括参考车辆平台、参考硬件平台

Ym影子·2022-11-14 15:52

激光雷达（LiDAR）点云数据知多少？

近几年，不少车企纷纷推出智能车型，落地L2~L4等级的辅助驾驶技术，提供自动泊车、自动巡航、低速自动驾驶功能；另外还有许多机构在无人车、自动驾驶船舶等领域取得不错的研究成果。

OpenDataLab·2022-11-11 11:14

apollo源码解读：std::atomic实现读写锁

直接上源代码吧，代码是阿波罗团队写的源代码，我这边给加了注释/*1.有一说一这个读写锁的设计还是很牛逼的，以我自己感觉atomic和读写完全不相干的东西竟然可以用前者实现后者2.这个设计理念是不是百度阿波罗团队自创的呢?好像不是，这有个连接，设计理念很相似，15年的博客：https://blog.csdn.net/10km/article/details/49641691*/#ifndefCYBE

H-KING·2022-11-11 00:09

ROS下多机协同——主从机节点通信

1.介绍现如今，随工业智能化水平提高，单机器人已难以满足大规模任务的需要，因此多机协同控制方法应运而生，并逐渐应用于无人车、无人机的集群以及物流配送等诸多领域。

Wilbur11·2022-11-10 07:10

升级啦经纬恒润新一代V2X车路协同系统在港口部署应用

近日，经纬恒润自主研发的新一代5合1融合感知单元(FPU)及路侧通信单元(RSU)在港口自动化集装箱码头部署应用，为无人车队安全高效运行提供更好的车路协同服务。

经纬恒润·2022-11-09 03:12

多传感器融合感知：传感器外参标定及在线标定算法详解

0.简介作为无人车以及智能机器人而言，在装配过程中各个传感器之间的外参标定一直是比较头疼的问题。这里作者也系统的学习了一下，传感器的外参标定和在线标定问题。

自动驾驶之心·2022-11-08 13:50

自动驾驶系列(二) - 路径规划五种算法简述及对比

收藏和订阅专栏哦文章目录一、引言二、算法综述1、算法介绍1.1Dijkstra算法1.2A*算法1.3D*算法1.4LPA*算法1.5D*Lite算法2、算法比较2.1算法性能2.2要点理解一、引言路径规划部分在无人车架构体系当中分属控制或决策部分

同学来啦·2022-11-07 08:58

常见配置中心比较，Spring Cloud Config VS Nacos VS Apollo

1.介绍1.1配置中心当超过了一定量级的服务之后，系统配置的修改和发布就会成为项目发展一个不得不关注的难点，因此就诞生了配置中心。配置中心通过集中管理服务配置，提供统一的配置拉取接口来解决因规模不断扩展导致的配置管理问题。一般提供版本管理，权限控制，灰度发布，动态刷新等功能特性来完善配置管理体系。1.1.1SpringCloudConfigSpringCloudConfig是官方提供的分布式系统的

kiranet·2022-11-06 16:11

自动驾驶数据集盘点 | 小马数据

1.Apolloscape网站地址：http://apolloscape.auto/ApolloScape使用移动激光雷达扫描仪器从Reigl收集点云。

小马数据·2022-11-06 07:28

参考线平滑-FemPosDeviation-Ipopt

Apollo中使用Ipopt求解是因为增加了曲率约束，而曲率约束是非线性的，优化目标的设置同OSQP一致，只是增加了松弛因子。

小作坊钳工·2022-11-04 13:31

参考线平滑-CostThetaSmoother-Ipopt

CostThetaSmoother是Apollo中离散点参考线平滑方法的一种。

小作坊钳工·2022-11-04 13:27

点云分割模型的训练, 基于ROS和Caffe的推理

特别是自动驾驶领域越来越多,为啥又需要深度学习三维点云,可以更好的分类,基于SVM等点云分类方法,也许只能达到80%的准确率,深度学习只会高些;三维点云目标检测思路之一:如下图所示,先分割,再聚类,最后进行目标定位1:apollo

SensorFusion·2022-11-04 06:34

Apollo 6.0点云检测模型的训练, 基于TensorRT和ROS的推理

Apollo6.0点云模型的训练,基于ROS和TensorRT进行推理三维点云目标检测深度学习三维点云模型推理,为啥需要学习三维点云,因为可用很好探测三维空间,特别是自动驾驶领域越来越多,为啥又需要深度学习三维点云