某新势力智驾一号位的离职始末......

作者 | 红色星际科技 来源 | 红色星际

原文链接:某新势力智驾一号位的last day

点击下方卡片,关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近30个方向学习路线

>>自动驾驶前沿信息获取自动驾驶之心知识星球

本文只做学术分享,如有侵权,联系删文

最近的智驾系统OTA事故成了某新势力智驾一号位离职的催化剂。

某新势力最近的智驾系统OTA,不仅没有受到用户好评,反而因为BUG比较多引发了用户的强烈不满吐槽。这种事故非常影响其智驾在用户端的口碑和品牌。

而就在去年的时候就曾出现过一次OTA事故,OTA因为BUG问题引发了用户的强烈吐槽。去年事故的处理结果是拿掉了技术开发部负责人,同时改组测试部门。

所以,最近这次OTA事故发生之后,一个重要的问题就是谁来担责?

智驾一号位今年在内部的处境本来就不好,势头被空降的世界模型负责人逐渐超过。核心算法像VLA、世界模型的研发都在世界模型负责人手里,而且绕开了智驾一号位直接向该新势力BOSS汇报。

这次OTA事故成了最后一根稻草。就在昨天该新势力内部召开的高管会议上,智驾一号位并没有参会,last day成了事实。

在智驾一号位上的换帅,一方面说明该新势力BOSS生杀果断;另一方面也说明在智驾竞争上该新势力需要迫在眉睫的改变。

几年前该新势力在智驾上还是和华为“二人转”,领先于业界。而这几年势头不在,属于即没有再领先也没有掉队的中间打酱油状态了。

而且接连出现OTA事故,也说明内部从算法研发到量产的机制出现了问题。

这不是一个好苗头,智驾一直是该新势力的品牌核心点,也是卖车的重要招牌。智驾如果不能处在领先的地位,对于卖车销量有重大影响。

所以,该新势力追求换帅如换刀的效果。新的智驾一号位明显更符合BOSS宏大叙事的喜好。不过,对于新的智驾一号位来说,压力也不小。

不仅面临着和华为及其他新势力在智驾上的竞争,而且在算法上还面临着头部智驾公司的竞争。像Momenta、元戎、地平线、卓驭、博世等在前沿算法上做出来了优秀的性能表现,已经不弱于新势力自研了。

在过去一直是华为和新势力在算法上领先,智驾在C端用户群体里处于独一档的存在。但是现在头部智驾公司已经可以做到齐头并进了,甚至有些头部智驾公司做的比新势力还要好。

对于新势力自研来说,现在是面临前后夹击的处境。如果在算法上落后于头部智驾公司了,将是灾难性的后果。

以上。

自动驾驶之心联合了诸多学术界和工业界的大佬,共同打造了维护三年之久的『自动驾驶之心知识星球』!星球目前集视频 + 图文 + 学习路线 + 问答 + 求职交流为一体,是一个综合类的自驾社区,已经超过4000人了。如果你也想和我们一起推动行业的发展和进步,欢迎加入我们的社区团队,和我们一起同行!我们推出了今年最大的优惠券给大家,欢迎微信扫码领取,还有少量~

自动驾驶之心

论文辅导来啦

自驾交流群来啦!

自动驾驶之心创建了近百个技术交流群,涉及大模型、VLA、端到端、数据闭环、自动标注、BEV、Occupancy、多模态融合感知、传感器标定、3DGS、世界模型、在线地图、轨迹预测、规划控制等方向!欢迎添加小助理微信邀请进群。

知识星球交流社区

近4000人的交流社区,近300+自动驾驶公司与科研结构加入!涉及30+自动驾驶技术栈学习路线,从0到一带你入门自动驾驶感知(大模型、端到端自动驾驶、世界模型、仿真闭环、3D检测、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪)、自动驾驶定位建图(SLAM、高精地图、局部在线地图)、自动驾驶规划控制/轨迹预测等领域技术方案、大模型,更有行业动态和岗位发布!欢迎加入。

独家专业课程


端到端自动驾驶大模型、VLA、仿真测试、自动驾驶C++、BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、CUDA与TensorRT模型部署、大模型与自动驾驶、NeRF、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频

学习官网:www.zdjszx.com

本课题设计了一种利用Matlab平台开发的植物叶片健康状态识别方案,重点融合了色彩与纹理双重特征以实现对叶片病害的自动化判别。该系统构建了直观的图形操作界面,便于用户提交叶片影像并快速获得分析结论。Matlab作为具备高效数值计算与数据处理能力的工具,在图像分析与模式分类领域应用广泛,本项目正是借助其功能解决农业病害监测的实际问题。 在色彩特征分析方面,叶片影像的颜色分布常与其生理状态密切相关。通常,健康的叶片呈现绿色,而出现黄化、褐变等异常色彩往往指示病害或虫害的发生。Matlab提供了一系列图像处理函数,例如可通过色彩空间转换与直方图统计来量化颜色属性。通过计算各颜色通道的统计参数(如均值、标准差及主成分等),能够提取具有判别力的色彩特征,从而为不同病害类别的区分提供依据。 纹理特征则用于描述叶片表面的微观结构与形态变化,如病斑、皱缩或裂纹等。Matlab中的灰度共生矩阵计算函数可用于提取对比度、均匀性、相关性等纹理指标。此外,局部二值模式与Gabor滤波等方法也能从多尺度刻画纹理细节,进一步增强病害识别的鲁棒性。 系统的人机交互界面基于Matlab的图形用户界面开发环境实现。用户可通过该界面上传待检图像,系统将自动执行图像预处理、特征抽取与分类判断。采用的分类模型包括支持向量机、决策树等机器学习方法,通过对已标注样本的训练,模型能够依据新图像的特征向量预测其所属的病害类别。 此类课题设计有助于深化对Matlab编程、图像处理技术与模式识别原理的理解。通过完整实现从特征提取到分类决策的流程,学生能够将理论知识与实际应用相结合,提升解决复杂工程问题的能力。总体而言,该叶片病害检测系统涵盖了图像分析、特征融合、分类算法及界面开发等多个技术环节,为学习与掌握基于Matlab的能检测技术提供了综合性实践案例。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值