自动驾驶
-
深入探讨自动驾驶中的2D和3D视觉感知算法
环境感知是自动驾驶的第一环，是车辆和环境交互的纽带。一个自动驾驶系统整体表现的好坏，很大程度上都取决于感知系统的好坏。目前，环境感知技术有两大主流技术路线： ①以视觉为主导的多传感器融合方案，典型代表是特斯拉； ②以激光雷达为主导，其他传感器为辅助的技术方案，典型代表如谷歌、百度等。 我们将围绕着环…
-
探索未来自动驾驶技术：4D毫米波雷达
目前自动驾驶汽车感知的实现离不开安装在车辆上的激光雷达、车载摄像头、毫米波雷达等感知设备，通过采集车辆周边交通环境的数据，让自动驾驶汽车能够拥有甚至超越人类的眼睛，来感知周围的世界为决策规划模块提供更加准确、丰富的环境信息，从而让自动驾驶汽车可以安全驾驶。 ☞☞☞AI 智能聊天, 问答助手, AI …
-
解析自动驾驶技术中的大数据管理
不同等级阶段的车辆，需要采集的数据量也呈现几何级增长。以目前常见的L3阶段为例，随着4K超高清摄像头、128线激光雷达等传感器引入，每天8小时数据采集系统记录的数据量高达30TB。这么说吧，英伟达公司的自动驾驶技术测试也显示车辆学习数据收集系统在几小时内就能够充满TB级的固态存储硬盘（SSD）。 ☞…
-
智能驾驶发展的关键技术要素概述
01 融合定位：面向未来的智能驾驶关键设计要素 智能驾驶大时代，汽车变革新未来。汽车软硬件以及内部架构、行业竞争 格局、产业链价值分配也将发生深远变化。在此变革浪潮下，我们认为智 能驾驶将相继历经辅助驾驶利用率提升、自动驾驶方案成熟、自动驾驶生 态完善三个阶段，并分别带来硬件、软件系统和商业化运营三…
-
万字长文说清大模型在自动驾驶领域的应用
随着ChatGPT的火爆，大模型受到的关注度越来越高，大模型展现出的能力令人惊叹。 在图片生成、推荐系统、机器翻译等领域，大模型已经开始发挥作用。给定一些提示词，图片生成网站Midjourney生成的设计图甚至已经超过了很多专业设计师的水平。 大模型为什么可以表现出令人惊叹的能力呢？为什么模型的参数…
-
自动驾驶汽车避障、路径规划和控制技术详解
1 介绍 智能交通系统解决了复杂环境中具有挑战性的自主性和安全性问题，因此它吸引了研究人员特别的关注。自动驾驶汽车概念的主要模块是感知、规划和控制。 实际上，感知是由环境建模和本地化组成的。它们分别依赖于外界和本体的传感器。接下来，规划旨在基于感知结果传递的信息来生成最佳轨迹，以便到达给定的目的地。…
-
苹果专利揭示了自动驾驶汽车中各种AR游戏娱乐活动的构思
汽车厂商正在积极研发将增强现实（AR）技术应用到汽车中。事实上，如果你留意映维网的专利分享，你会发现苹果一直在这个领域进行探索，并已经申请了多项相关专利 最近，美国专利商标局公布了一项名为“Visual content overlay system”的苹果发明，该发明与AR+汽车有关。简而言之，这是…
-
钛媒体科股早知道：自动驾驶+人型机器人，该重要器件为感知的基础和核心
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 重写后的内容：重要要闻一：自动驾驶和人型机器人，这两个领域的重要组成部分是感知技术的基础和核心 机构指出，GNSS/IMU的组合导航系统，可充分发挥GNSS长期高精度性能和IMU短期高精度性能的…
-
SurroundOcc：环视三维占据栅格新SOTA！
在这个工作中，我们通过多帧点云构建了稠密占据栅格数据集，并设计了基于transformer的2d-3d unet结构的三维占据栅格网络。很荣幸地，我们的文章被iccv 2023收录，目前项目代码已开源，欢迎大家试用。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSe…
-
SupFusion：探索如何有效监督Lidar-Camera融合的3D检测网络？
基于激光雷达相机融合的3d检测是自动驾驶的一项关键任务。近年来，出现了许多激光雷达相机融合方法，并取得了良好的性能，但是这些方法始终缺乏精心设计和有效监督的融合过程 本文介绍了一种名为SupFusion的新训练策略，它为激光雷达相机融合提供了辅助特征级监督，并显著提高了检测性能。该方法包括Polar…
