自动驾驶---打造自动驾驶系统之环境准备（一）

原创 已于 2025-06-03 21:13:00 修改 · 1k 阅读 · 9 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#自动驾驶 #人工智能 #汽车 #仿真

于 2025-03-03 08:00:00 首次发布

        各位读者朋友，本次打造的自动驾驶仿真系统，涉及感知，预测，规控等多个模块（以规控算法为主），同时可自定义相关扩展（部署&开发自身感兴趣的算法），非常便捷。笔者在此系列中开发的规控算法主要依据专栏《自动驾驶Planning决策规划》中的章节逐步搭建，后续实践系列涉及的博客包括但不局限于以下内容：

        《打造自动驾驶系统之环境准备（一）》---已更新

        《打造自动驾驶系统之定位模块开发（二）》---已更新

        《打造自动驾驶系统之导航模块开发（三）》---已更新

        

了解本专栏 订阅专栏 解锁全文 超级会员免费看
自动驾驶---打造自动驾驶系统之定位模块开发（二）
智能汽车人的博客
03-12 2061
各位读者朋友，本次打造的自动驾驶系统仿真系统，涉及感知，预测，规控等多个模块（以规控算法为主），同时可自定义相关扩展（部署&开发自身感兴趣的算法），非常便捷。笔者在此系列中开发的规控算法主要依据专栏中的章节逐步搭建，后续实践系列涉及的博客包括但不局限于以下内容《打造自动驾驶系统之环境准备（一）》《打造自动驾驶系统之定位模块开发（二）》《打造自动驾驶系统之导航模块开发（三）》《打造自动驾驶系统之参考线平滑开发（四）》《打造自动驾驶系统之感知环境开发（五）》
自动驾驶---打造自动驾驶系统之感知环境开发（五）
智能汽车人的博客
03-31 1394
各位读者朋友，大家好。本次打造的自动驾驶系统仿真系统，涉及感知，预测，规控等多个模块，同时也支持其它相关规控算法的扩展（部署&开发自身感兴趣的算法），非常便捷。笔者在该系列中开发的规控算法主要依据专栏《》中的章节逐步搭建，后续实践系列涉及的博客包括但不局限于以下内容》---已更新》---已更新》---已更新》---已更新《自动驾驶---打造自动驾驶系统之感知环境开发（五）》《自动驾驶---打造自动驾驶系统之预测模块开发（六）》《自动驾驶---打造自动驾驶系统之决策模块开发（七）》
自动驾驶---打造自动驾驶系统之决策模块开发（七）
智能汽车人的博客
04-14 1293
各位读者朋友，大家好。本次打造的自动驾驶系统仿真系统，涉及感知，预测，规控等多个模块，同时也支持其它相关规控算法的扩展（部署&开发自身感兴趣的算法），非常便捷。
自动驾驶---打造自动驾驶系统之预测模块开发（六）
智能汽车人的博客
04-07 1186
各位读者朋友，大家好。本次打造的自动驾驶系统仿真系统，涉及感知，预测，规控等多个模块，同时也支持其它相关规控算法的扩展（部署&开发自身感兴趣的算法），非常便捷。
汽车自动驾驶 L0 - L5 级技术解析
m0_62871723的博客
01-18 1817
自动驾驶技术正以前所未有的速度发展，重塑着交通运输行业的未来。为了清晰界定自动驾驶系统的能力和特性，国际汽车工程师学会（SAE）制定了从L0到L5的六级自动驾驶分级标准。这一标准不仅为行业发展提供了明确的方向，也让公众对自动驾驶技术有了更系统的认识。本文将深入探讨自动驾驶L0-L5级别的技术特点与差异，并列举各等级车型案例以及主要供应商案例。L0级自动驾驶意味着车辆完全没有自动化功能，驾驶员需要完全掌控车辆的所有操作，包括加速、刹车、转向以及观察路况等。
自动驾驶---打造自动驾驶系统之参考线平滑（四）
智能汽车人的博客
03-25 1115
各位读者朋友，大家好。本次打造的自动驾驶系统仿真系统，涉及感知，预测，规控等多个模块，同时也支持其它相关规控算法的扩展（部署&开发自身感兴趣的算法），非常便捷。笔者在该系列中开发的规控算法主要依据专栏中的章节逐步搭建，后续实践系列涉及的博客包括但不局限于以下内容：以规控算法为主，包括Polynomial预测，MCTS决策算法，通行走廊Corridor构建，QP/CILQR轨迹生成求解器，LQR+PID的控制器等。
自动驾驶---打造自动驾驶系统之轨迹生成模块开发（八）（上）
智能汽车人的博客
04-22 942
各位读者朋友，大家好。本次打造的自动驾驶系统仿真系统，涉及感知，预测，规控等多个模块，同时也支持其它相关规控算法的扩展（部署&开发自身感兴趣的算法）。
自动驾驶#芯片-1
m0_63902994的博客
06-11 1653
汽车是芯片应用场景之一，汽车芯片需要具备车规级。 车规级芯片对加工工艺要求不高，但对质量要求高。需要经过的认证过程，包括质量管理标准ISO/TS 16949、可靠性标准 AEC-Q100、功能安全标准ISO26262等。 汽车内不同用途的芯片要求也不同，美国制定的汽车电子标准把其分为5级。汽车各系统对芯片要求由高到低依次是：动力安 全系统 > 车身控制系统 > 行驶控制系统 > 通信系统 > 娱乐系统。自动驾驶芯片产品趋势：一体化。
自动驾驶---打造自动驾驶系统之导航模块开发（三）
智能汽车人的博客
03-18 1537
各位读者朋友，大家好。本次打造的自动驾驶系统仿真系统，涉及感知，预测，规控等多个模块，同时也支持其它相关规控算法的扩展（部署&开发自身感兴趣的算法），非常便捷。笔者在该系列中开发的规控算法主要依据专栏《》中的章节逐步搭建，后续实践系列涉及的博客包括但不局限于以下内容》---已更新》---已更新《自动驾驶---打造自动驾驶系统之导航模块开发（三）》《自动驾驶---打造自动驾驶系统之参考线平滑开发（四）》《自动驾驶---打造自动驾驶系统之感知环境开发（五）》
自动驾驶中的传感器技术82——Sensor Fusion（5）
Godspeed_zwh的博客
12-25 775
车载点云级感知融合算法研究综述 摘要：本文系统梳理了点云级感知融合算法的发展现状与技术路线。从融合层次上可分为数据层、特征层和决策层三种方式，其中点云级融合作为前融合的代表形式，通过将激光雷达点云与摄像头像素在原始数据层面结合，形成彩色点云或深度图像。重点分析了视锥点云融合、像素-点云对应融合等典型算法架构，介绍了Transformer等新兴技术在跨模态特征融合中的应用。同时探讨了4D雷达、IMU、GNSS等其他传感器在点云融合中的辅助作用。研究显示，当前主流方案已实现30FPS的实时性能，未来将向BEV统
自动驾驶—CARLA仿真（29）传感器（Sensors and data）
zfjBIT的专栏
12-26 1276
该方法接收一个回调函数（callback）作为参数，通常是一个 lambda 函数，用于定义数据到达时应执行的操作。与所有其他参与者一样，首先需从蓝图库中查找传感器蓝图，并设置特定属性。通常，它们会附着（attach）到某个父级参与者（如车辆）上，从而像真实安装在车辆上的传感器一样随仿真移动。要么在每个仿真步（simulation step）获取，要么在特定事件触发时获取，具体取决于传感器类型。大多数传感器数据对象都提供将信息保存到磁盘的方法，便于在其他环境中使用。，因此传感器可能穿过墙壁或其他几何体。
自动驾驶中的传感器技术85——Sensor Fusion（8）
Godspeed_zwh的博客
12-27 805
摘要：PVT（位置、速度、时间）是GNSS系统的最终输出结果，通过与IMU数据进行松耦合或紧耦合融合实现精准定位。松耦合PVT融合采用EKF算法，工程实现简单但抗干扰能力较弱；紧耦合直接处理原始GNSS观测数据，在信号遮挡时仍能保持定位。多传感器融合（GNSS+IMU+视觉/激光雷达）和高精度算法（RTK/PPP）可提升定位精度至厘米级，满足自动驾驶需求。发展趋势包括多频多星座融合、AI驱动的异常检测和车路协同定位，推动车载GNSS感知向全场景高可靠性方向发展。
自动驾驶中的传感器技术84——Sensor Fusion（7）
Godspeed_zwh的博客
12-26 927
混合融合架构是L2++至L4级自动驾驶的主流方案，通过多层次灵活融合传感器数据。该系统包含三条并行处理主线：主感知流（BEV特征融合）、定位流（GNSS/IMU信号融合）和安全流（雷达/超声波后融合）。处理流程分为四个阶段：原始信号时空对齐、BEV深度特征融合、定位修正反馈和安全校验兜底。该架构采用AI主感知与传统传感器校验相结合的方式，既发挥深度学习优势又确保系统安全，通过ROI融合等特殊模式提升远距检测效率，最终形成"AI构建环境模型+传统传感器保障安全"的完整数据流，是目前自动驾驶
自动驾驶中的传感器技术86——Sensor Fusion（9）
Godspeed_zwh的博客
12-27 946
阶段核心驱动架构特点优点缺点代表方案规则算法工程师写代码感知-预测-规划 串行逻辑可解释，易调试累积误差，无法处理长尾Mobileye早期，传统L2两段式端到端深度学习+先验结构特征共享，可微分模块兼顾性能与解释性仍有结构限制一段式端到端视频数据上限极高，拟人化黑盒，训练极其昂贵VLA通用人工智能 (AGI)视觉+语言+动作具备常识推理能力实时性挑战，算力巨大演进阶段核心特征数据流形式下游规划局限性1. 模块化人工拆解，串行。
长安大学与百度达成战略合作 聚焦人工智能与自动驾驶协同创新
最新发布
大力财经
12-30 158
中国科学院院士、长安大学校长李树涛，百度首席技术官王海峰，长安大学教授、西安建筑科技大学校长赵祥模，中国交通运输协会城市交通分会会长、中国交通报社原党委书记、董事长蔡玉贺，长安大学北京校友会会长季求知等出席并见证合作协议签署。12月28日，长安大学与百度公司正式达成战略合作，在古都西安举行合作签约仪式。此次签约标志着双方在产教融合、科教融汇方面迈出重要一步，随着战略合作持续推进，长安大学与百度将围绕人工智能和自动驾驶等重点方向深化协同创新，加快科研成果转化与人才培养实践，为我国科技进步与产业升级贡献力量。
2025：把“大模型”写进“数据闭环”——从自动驾驶到具身机器人，我如何用数据与算法做可落地的智能系统
数据与算法架构提升之路专栏
12-29 863
2025年AI领域最显著的变化是从单一模型向可持续迭代的闭环系统转变。本文系统梳理了"数据→模型→行动→数据"的完整闭环链路，重点分析了四大关键层：数据底座（可追溯/可增量/可观测）、模型侧（本地推理可靠性）、自动驾驶（数据再生产）、具身智能（VLA可训练性）。作者通过实践总结出可落地的工程准则，包括数据湖布局策略、量化部署模板、Occupancy自动标注方案等，并将读者互动转化为闭环系统的需求输入端。文章强调真正的智能价值在于系统化的稳定生产能力，而非孤立模型效果。
特斯拉自动驾驶技术的“具身认知”特征分析
weixin_41939376的博客
12-29 685
特斯拉的技术用“视觉+端到端网络”把道路世界压缩成一个高频、低时延的感知-行动闭环；再用大规模车队数据 + OTA 更新让这套闭环持续“学习长大”；而在现实运行中，这个闭环仍然把驾驶员监督当作关键组成部分。Tesla一、从工程实践维度：特斯拉如何实现“具身认知”1.1 具身认知特征 A：把认知做成“高频闭环”，而不是“模块拼装”从 v13 的更新说明看，特斯拉强调“升级端到端驾驶网络”，包括36Hz、全分辨率 AI4 视频输入、以及photon-to-control 延迟减半。
自动驾驶—CARLA仿真（30）交通管理器（Traffic Manager）
zfjBIT的专栏
12-26 1192
CARLA中的交通管理器(Traffic Manager)是一个客户端模块，用于控制仿真中自动驾驶车辆的行为。它采用多阶段架构，包括定位、碰撞检测、交通灯处理、运动规划和车灯控制五个阶段，各阶段运行在独立线程上。交通管理器通过批处理指令控制车辆运动，支持自定义交通行为参数设置。核心功能包括：动态路径规划、碰撞风险规避、交通信号响应、PID运动控制和智能车灯管理。该模块适用于构建逼真交通环境、定制测试场景，并优化计算效率。
自动驾驶—CARLA仿真（28）地图与导航（Maps and navigation）
zfjBIT的专栏
12-26 1212
CARLA设计为高度可扩展和可定制，适用于专业应用场景。除内置的众多地图和资源外，用户还可创建并导入新地图、路网和资源，以构建专属的CARLA仿真环境。概述（Overview道路绘制（自定义建筑（生成地图（添加地图包（添加地图源（替代方法（
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

智能汽车人

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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