自动驾驶::科普文::各模块汇总介绍

最新推荐文章于 2025-12-10 17:48:27 发布
原创 最新推荐文章于 2025-12-10 17:48:27 发布 · 234 阅读 · 1 ·
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

本文详细介绍了从L0到L4级别的自动驾驶技术，并重点讨论了自适应巡航辅助系统ACC，参照ISO22179标准，探讨了其功能规范和开发要点。
MATLAB算法实战应用案例精讲-【自动驾驶】精准定位RTK
qq_36130719的博客
06-07 2153
在整周未知数解固定后，即可进行每个历元的实时处理，只要能保持四颗以上卫星相位观测值的跟踪和必要的几何图形，则流动站可随时给出厘米级定位结果。随着卫星定位技术的快速发展，人们对快速高精度位置信息的需求也日益强烈。以前的静态、快速静态、动态测量都需要事后进行解算才能获得厘米级的精度，而RTK是能够在野外实时得到厘米级定位精度的测量方法，它采用了载波相位动态实时差分方法，这是一种新的常用的GPS测量方法，是GPS应用的重大里程碑，它的出现为工程放样、地形测图，各种控制测量带来了新曙光，极大地提高了外业作业效率。
OCR入门教程系列（一）：OCR基础导论
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-01 9万+
📝导读：本系列主要介绍计算机视觉领域OCR文字识别领域技术发展方向，面向深度学习同学，内容总计五章，每章将从OCR技术发展、概念、方法等各种角度展开详细介绍。第一篇介绍OCR概念及发展以及相关数据集，其次列出几种常见的OCR文本检测与文本识别技术，文章最后分享几种开源的OCR平台，后续系列文章将继续介绍OCR相关技术及实战演练。
点云（point cloud）：自动驾驶的“三维扫描图“
frostmelody 全网同名，大家多多关注呀~ 持续分享优质内容！
05-22 4553
就是用很多“点”来表示一个物体或场景的三维形状和结构。（用点描绘的3D画，好比素描，但不是用线条勾勒，而是“点点点点”拼出物体形状）这正是点云的核心特征。自动驾驶汽车的“大脑”看到的就是类似这样的数据，并通过算法来解读这些点，从而“看懂”世界。在自动驾驶系统中，，是决策与规划的基础。这就依赖于。点云本质上是由激光雷达（LiDAR）等传感器扫描生成的的集合。每一个点都精确记录了物体的空间信息和表面特性。
三万字科普：自动驾驶激光雷达
weixin_55366265的博客
04-15 1183
来源|十一号组织历史不成熟的经验表明：技术路线的收敛，往往是新技术大规模落地的标志。按照这种经验审视自动驾驶技术，会遗憾地得出自动驾驶落地还遥遥无期的悲观结论，毕竟自动驾驶一是不缺自信、二不缺技术路线之争。 技术路线之争往大了看有单车智能和车路协同之争、有纯视觉和多传感器融合之争、有依赖高精地图和不依赖高精地图之争……，往小了看有激光雷达布置位置之争、有行泊一体和分立之争……在所有技术路...
自动驾驶相关知识汇总
weixin_43653152的博客
10-29 5522
自动驾驶相关知识汇总
自动驾驶大模型方案：视觉语言模型VLM工作一览，面向量产和研究~
CV_Autobot的博客
08-07 578
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个方向学习路线视觉语言模型（Vision-Language Model, VLM） 正以其独特的跨模态理解与推理能力，成为赋能下一代自动驾驶系统的关键引擎。VLM的核心在于打通视觉与语言之间的壁垒，让自动驾驶不仅能“看见”道路，更能像人类一样“理解”场景、意图并进行深层次的推理。在自动驾驶的复杂环境中，VLM展现出强大的应用潜力：环境感知与深度理解： VLM能够超越传统视觉模型，结合相机图像或视频流，理解交通场景中的语义信息。例如，它不仅能
2024 自动驾驶行业全景洞察：基于 70 篇行业核心年报的深度剖析
CV_Autobot的博客
02-17 304
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15个方向学习路线『自动驾驶之心知识星球』精心汇总的 70 篇 2024 年行业重要年报，是当下最具时效性与价值的行业资料。它们浓缩了过去一年行业的精华，无论是企业制定战略规划，还是个人进行投资决策，都不可或缺。机会难得，限时珍藏，错过这一次，您可能要再等一年才能获取如此全面的行业信息。“激光雷达已死？”——马斯克狂嘲3个月后，...
自动驾驶环境感知传感器大解析
weixin_55366265的博客
08-29 1020
本文梳理了车载摄像头、毫米波雷达、超声波雷达、激光雷达、V2X，含当前现状、上车情况等，基础科普性质。自动驾驶三大核心技术分别是环境感知、融合决策、线控执行。其中，环境感知作为自主行驶的基础和前提，是自动驾驶发展的第一个关键环节，其核心在于使自动驾驶系统更好的模拟、最终超越人类驾驶员的感知能力，准确的感知并且理解自身及周围的交通环境。环境感知是一个复杂的系统，它需要多种车载传感器实时获取周边环境的...
自动驾驶主题汇总（2024-06-24更新）
weixin_55366265的博客
06-25 530
自动驾驶是一种先进的汽车驾驶技术，通过计算机系统、传感器和其他先进设备实现车辆的自主导航、驾驶和行驶控制，无需人类驾驶员的实时操作。自动驾驶系统能够感知环境，如交通信号、行人和其他车辆，并据此做出决策，以安全、有效地驾驶车辆到达目的地。这种技术旨在提高道路安全、减少交通拥堵，并提升驾驶的舒适性和便利性。点击文后阅读原文，可获得下载资料的方法。（至2024年06月24日）中国智能网联汽车自动驾驶仿真...
自动驾驶科普(百度Apollo)学习笔记
Miracle8070
06-08 1368
在过去的几年里，自动驾驶技术取得飞速发展，人类社会正逐渐走向一个新时代，这个时代中，汽车不仅仅是一个交通工具，更是一个智能的、能够感知环境、做出决策并自主导航的机器伙伴。现在正好也从事这块的工作，所以想把这方面的学习笔记也沉淀一下。这是这个系列的第一篇文章，打算先写一篇科普笔记， 整理一篇。
强化学习与自动驾驶研究内容
hooksten的博客
08-29 4068
https://www.nuscenes.org/2021.7，《华为数据中心自动驾驶网络白皮书》，27页，华为，https://www.chenxiaofang.site/wp-content/uploads/2021/07/%E5%8D%8E%E4%B8%BA%E6%95%B0%E6%8D%AE%E4%B8%AD%E5%BF%83%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E7%BD%91%E7%BB%9C%E7%99%BD%E7%9A%AE%E4%B9%A6.pdf。
构建自动化故障注入环境：验证嵌入式模块容错能力的4步闭环测试法
自动化故障注入是一种通过人为引入可控故障来验证系统容错能力的测试方法。其核心目标是在系统设计早期暴露潜在缺陷，评估系统在硬件、软件或通信异常下的稳定性与恢复能力。相比传统被动测试，该技术主动模拟真实...
《基于多场景的AI图片识别技术设计全析：从原理到实践》：此文为AI自动生成
zheng_ruiguo的专栏
01-11 1649
多模态融合技术将成为拓展图片识别应用边界的关键驱动力。通过将可见光图像与红外、雷达、声波等其他模态的数据有机结合，能够弥补单一模态信息的局限性，提升识别系统在复杂环境下的鲁棒性与准确性。
【导航业务框架】无人驾驶autoware项目解读
qq_35635374的博客
10-23 6127
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的整体框架和模块1.Autoware介绍2.从多个角度对autoware进行剖析（1）从Autoware的系统层进行剖析（2）从系统组件框图进行剖析（3）从算法的基本控制和数据流进行剖析（4）从Autoware的节点图进行剖析【较有用】（5）从其他图例进行剖析3.Autoware运算部分(核心)（1）感知部分（1）目标检测、跟踪模块（2）目标预测模块（3）传感器
从试错学习到安全进化：强化学习重塑自动驾驶决策与控制
nmdbbzcl的博客
12-07 1126
在场景 2 中，Stanley 在最大偏差上表现最佳，但 RL 控制器在 RMS 误差方面依然保持接近甚至优于传统控制器，说明经过合理奖励设计与训练，RL 可以在保证安全和舒适的同时达到工程可用的控制精度。随着 RL、模仿学习、多智能体系统与形式化验证等多个方向的持续推进，可以预期未来的自动驾驶系统很可能采用“经典控制 + 学习控制 + 规则约束”深度融合的架构，在保持安全可控的前提下充分发挥强化学习在复杂决策问题上的优势。在行为规划与变道决策中，则更关注碰撞率、最小时距、平均车速与通过时间等。
用MATLAB和Simulink实现自动驾驶汽车ACC与CACC建模协同
2508_94252247的博客
12-06 1616
使用MATLAB和Simulink的自动驾驶汽车建模acc cacc自适应巡航协同在自动驾驶领域，自适应巡航控制（ACC）和协同自适应巡航控制（CACC）是非常关键的技术。MATLAB和Simulink为我们提供了强大的工具来对这两种控制策略进行建模和协同仿真。
独角兽陨落，从独立方案商的困境看自动驾驶的未来走向
edtoplort的博客
12-05 789
账算不清，路走不稳
汽车自动驾驶的太阳光模拟应用研究
最新发布
Luminbox的博客
12-10 828
太阳光模拟器以其高保真光照复现能力，精准破解了自动驾驶研发中的光照场景测试难题，贯穿部件标定、算法训练、整车认证全流程。为感知系统优化与算法鲁棒性提升提供了标准化支撑，助力满足严苛的行业安全标准。随着自动驾驶技术向高阶化演进，太阳光模拟器在复杂场景覆盖与多维度测试适配中将发挥更关键的作用。
【论文速递】2025年第34周(Aug-17-23)(Robotics/Embodied AI/LLM)
淋曦的进击手记
12-07 1661
自我监督的学习有望消除对手动数据注释的需求，从而使模型能够毫不费力地扩展到大规模的数据集和较大的体系结构。通过不针对特定的任务或领域量身定制，这种训练范式有可能使用单个算法从不同的来源学习视觉表示形式，从自然到航空图像。该技术报告介绍了Dinov3，这是通过利用简单而有效的策略来实现这一愿景的主要里程碑。首先，我们利用仔细的数据准备，设计和优化来扩展数据集和模型大小的好处。其次，我们介绍了一种称为GRAM锚定的新方法，该方法有效地解决了长期训练时间表中已知但未解决的密集特征映射降解的问题。
Apollo自动驾驶入门视频课程：全面介绍与实践指南
Apollo是百度公司推出的自动驾驶开源平台，旨在推动自动驾驶技术的发展和普及。Apollo平台提供了一整套的自动驾驶解决方案，包括车辆硬件、软件算法和数据服务等。 在学习过程中，课程会要求学习者具备一定的计算机...
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
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