“自动驾驶背后的数学” 专栏导读

原创 已于 2025-04-12 21:38:17 修改 · 1.9k 阅读 · 17 ·
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 #机器学习 #python #学习 #pytorch #numpy

于 2025-03-24 23:28:25 首次发布

专栏链接： 自动驾驶背后的数学

专栏以“自动驾驶背后的数学”为主题，从基础到深入，再到实际应用和未来展望，全面解析自动驾驶技术中的数学原理。开篇用基础数学工具搭建自动驾驶的整体框架，吸引儿童培养兴趣，为成人开启技术大门；随后深入探讨线性变换、多传感器融合等专业领域，满足不同读者对数学概念实际应用的探索欲；最终通过全流程解析和坐标映射轻快版，将知识整合，兼顾深度与广度。

一、专栏逻辑图谱

深度学习进阶
技术前沿与未来
视觉感知与多传感器融合
基础工具与决策流程
最低0.47元/天 解锁文章
移动机器人规划控制合集导读
qq_35635374的博客
10-10 3322
认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！本文先对移动机器人规划控制合集做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章提示：以下是本篇文章正文内容。
机器人地图建立及管理导读
qq_35635374的博客
04-25 1721
认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！本文先对建地导读做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章提示：以下是本篇文章正文内容。
自动驾驶-基础数学知识理解
AgingMoon的博客
09-20 2136
目录 1.贝叶斯公式 2.卡尔曼滤波 3.CNN算法 1.贝叶斯公式 首先直接上图上公式 公式的理解：这个公式想干的事情很简单，就是A和B两个事情有关系，我们想知道，假如B这件事发生了，A发生的概率。 从图中和公式中，可以很直观的理解，想要知道当B发生时A发生的概率，那么肯定是A与B的交集比上B，反过来一样理解，因此就有了所谓的贝叶斯公式。 好，我们更加详细理解下公式里面的概念（记不住没关系，理解才是关键）： P(A|B) 是在 B 发生的情况下 A 发生的概率；...
自动驾驶：梦想已经照进现实？
大数据
10-02 822
大数据（ID：hzdashuju）在长假期间将推送6篇入门级科普，包括：数据与隐私 | 自动驾驶 | AI与就业黄金比例 | 量子计算机 | 数据科学职业另外还为既聪明又...
惯性导航(三)-基于流型的ESKF及代码实现
qq_20604231的博客
04-15 3139
误差卡尔曼滤波(Error State Kalman Filter, ESKF)虽然从简称上看和EKF相似,但实质上还是有很大区别.本文将从理论出发介绍ESKF,并与具体的程序实现作对照简单介绍ESKF在惯导系统中的应用.
路径规划与运动控制算法知识库
Zedgodess的博客
01-23 1714
记录深耕路径规划与运动控制算法领域的学习历程
惯性导航(一)-从KF到EKF
qq_20604231的博客
04-23 1945
本文从贝叶斯公式出发引入卡尔曼滤波(KF)的融合思想,介绍由运动方程和观测方程得到状态的最优估计的原理,再结合非线性模型的线性化处理过渡至扩展卡尔曼滤波(EKF).
机器人全局路线规划导读
qq_35635374的博客
04-25 1326
认知有限，望大家多多包涵，有什么问题也希望能够与大家多交流，共同成长！本文先对全局路线规划导读做个简单的介绍，具体内容后续再更，其他模块可以参考去我其他文章提示：以下是本篇文章正文内容。
自动驾驶规划控制教程——不确定环境下的决策规划
u012133341的博客
05-27 179
不确定性是自动驾驶技术实现安全、可靠应用的核心障碍。本教程面向具备一定理论基础的研究人员和高级工程师，强调理论深度与代码实践的结合。Contingency Planning (应急规划) 作为核心实战内容，将被详细讲解和实现。为实现模块化设计，清晰的接口定义至关重要。
华为OD机试双机位C卷统一考试题库清单（持续收录中）以及考点说明（Python/JS/C/C++）
热门推荐
学Java，找哪吒
09-25 3万+
刷的越多，抽中的概率越大，每一题都有详细的答题思路、详细的代码注释发现新题目，随时更新。
KnowVal（arXiv:2512.20299v1）：知识图谱增强与价值引导的自动驾驶决策
01-07 598
KnowVal提出了一种知识增强与价值引导的自动驾驶系统，通过模块化架构整合知识图谱检索与价值评估。系统采用三阶段流水线：感知引导知识检索、检索引导开放世界感知、基于价值评估的规划决策。知识图谱包含1,324个节点和2,785条边，严格保留原始法规条款以确保保真性。价值模型对候选轨迹进行社会规范评估，形成闭环决策。论文提供了详细的复现指南，包括知识图谱构建流程、检索机制、价值模型训练方法及关键参数设置，强调感知与检索的互导闭环是系统的核心创新。
自动驾驶场景下的图像预处理
melonbo的专栏
01-06 678
自动驾驶：感知原理与实践》4.1节主要介绍了的核心技术，这是视觉感知的基础环节。
51c自动驾驶~合集64
whaosoft~aiotの开发板商城
01-04 707
推理时，DriveLaW-Video 首先将历史帧、文本提示等编码为潜在特征并进行去噪生成视频，同时，其中间层的潜在特征被提取出来作为关键的感知信号，连同自车状态、高层指令一起输入给 DriveLaW-Act，后者通过流匹配（Flow Matching）生成最终的平滑轨迹。一个完全预训练的生成器比没有经过驾驶域预训练的生成器带来了 +3.2 PDMS 的提升，这表明更大的语料库加深了模型对驾驶物理规律的掌握，并转化为更强的规划能力，表现出明显的规模定律（scaling law）。
自动驾驶-人工驾驶混行在无锡典型瓶颈路段的微观-宏观耦合仿真研究
huanghm88的专栏
01-05 137
自动驾驶-人工驾驶混行交通仿真研究摘要 本研究针对无锡典型瓶颈路段，构建了自动驾驶(AV)与人工驾驶(HV)混行交通的微观-宏观耦合仿真系统。采用Python开发，结合SUMO微观仿真与宏观交通流理论，实现了多尺度交通分析。研究重点考察了梁溪大桥匝道、太湖大道交叉口等无锡典型瓶颈在不同AV渗透率下的交通特性变化。仿真结果表明：当AV渗透率达30%时，瓶颈路段通行能力提升15-22%；渗透率达70%时，拥堵延误减少40%以上。研究揭示了混行环境下AV渗透率、车联网通信能力等因素对交通效率的影响机制。
为何高阶自动驾驶偏爱 Raw Sensor？
yuanmenghao
01-05 666
高阶自动驾驶系统普遍选择输出原始RAW数据的摄像头而非自带ISP处理的智能摄像头，这源于对信息完整性和算法自由的追求。RAW数据保留了12-14位光强信息，支持端到端AI训练和多摄协同HDR，而ISP处理会丢失动态范围并引入非线性失真。尽管RAW传输需要更高带宽（如8MP@30fps约3Gbps），但GMSL等高速接口能胜任。特斯拉、小鹏等L3+方案均采用Raw Sensor+中央ISP架构，而智能摄像头仍适用于L2及环视等场景。Raw Sensor为算法演进提供了原始信号基础，是实现真正机器视觉的关键。
数据驱动与AI融合——构建自动驾驶仿真测试新范式的实践
最新发布
IAE智行众维的博客
01-07 694
面对智能驾驶测试中场景覆盖不足、效率低下与评价主观等挑战，我们构建了以真实世界为锚点的测评新范式。该范式以 “自然驾驶基准库” 为基石，确保测试源于现实。通过 “高价值场景挖掘” 与 “边界场景搜索” 双引擎驱动，实现从广度覆盖到深度风险的主动挖掘。进一步，依托 “类人度指数” 与 “能力成熟度指数” 双维评价体系，将评判标准从“能否通过”升级为“好不好用”与“能力强不强”的深度洞察。这套方案系统性解决了测试效率与深度的矛盾，将测试从研发瓶颈转变为驱动算法优化、加速产品迭代的智能枢纽。
小鹏汽车端到端自动驾驶技术深度研究报告
luoganttcc的博客
01-04 795
小鹏汽车发布第二代VLA系统，实现端到端自动驾驶技术重大突破。该系统创新性地去除传统"视觉-语言-动作"架构中的语言转译环节，直接从视觉信号生成动作指令，响应速度提升300%。依托3万卡云端算力集群和720亿参数基座模型，训练数据量达1亿clips，覆盖场景相当于人类驾驶65000年。配合自研图灵AI芯片(总算力2250TOPS)，在22公里复杂路况测试中实现98%智驾占比和0接管。计划2026年Q1向Ultra车型全量推送，目前已覆盖全国2595个城市无图区域。小鹏坚持"跳过
自动驾驶汽车与人工驾驶汽车混行对交通影响的研究方案：基于宏观-微观耦合仿真的多场景分析
huanghm88的专栏
01-05 54
本研究提出一个宏观-微观耦合仿真框架，探究自动驾驶汽车（AV）与人工驾驶汽车（HV）混行交通的影响。通过扩展元胞传输模型（宏观）和SUMO仿真（微观），分析特定场景（如高速公路匝道、施工路段、隧道入口）在不同AV渗透率下的通行效率、拥堵机制及冲突变化。研究重点关注无信号灯交叉口的路权分配演化及高风险微观行为交互模型，探索最优AV比例。预期结果显示：协同模式AV在适当渗透率下可提升效率15%-25%，施工路段存在最佳AV比例（40%-50%），高AV渗透率交叉口可能形成"虚拟信号"通行流。
特斯拉Model3智能网联汽车自动驾驶虚拟教学实训软件
Century_Dragon的博客
01-07 327
undefined
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
表情包 代码片
 条评论被折叠 查看
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

赛卡

逐梦而行即辉煌

¥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