- 博客(223)
- 收藏
- 关注
RSS订阅原创 食品计算—Ingredient-Guided RGB-D Fusion Network for Nutritional Assessment
农产品的营养价值是评估其质量的重要指标，直接影响人们的饮食选择和整体健康水平。营养评估研究通过分析食物所含营养成分，为食品的生产、加工和销售提供了科学依据。然而，传统方法常常存在准确率不高、耗时长、专业人才短缺等问题。随着人工智能的快速发展，基于视觉的营养评估方法为改善膳食健康提供了更便捷的手段。然而，现有的基于 RGB 图像的视觉方法仍面临诸多挑战，如受光照变化影响严重，导致营养评估精度下降。
2025-03-31 15:52:14
261
原创 食品计算—Vision-based food nutrition estimation via RGB-D fusion network
随着深度学习技术的发展，基于视觉的食物营养估计因其在准确性和效率方面的优势，正逐渐进入公众视野。本文设计了一种RGB-D 融合网络，结合了多模态特征融合（MMFF）和多尺度融合，用于基于视觉的营养评估。MMFF 通过平衡特征金字塔与卷积块注意力模块实现了有效的特征融合；多尺度融合则通过**特征金字塔网络（FPN）**整合不同分辨率的特征。这两种机制均增强了特征表示能力，从而提升了模型的性能。与当前最先进的方法相比，我们方法的。
2025-03-29 10:45:36
588
原创 食品计算—Nutrition5k: Towards Automatic Nutritional Understanding of Generic Food
从视觉数据中理解食物的营养成分是一个具有挑战性的计算机视觉问题，但它有望对公共健康产生积极而广泛的影响。该领域的研究受限于当前可用的数据集，这些数据集在多样性或营养理解能力训练所需的标注方面存在不足。我们提出了 Nutrition5k，这是一个包含 5000 个多样化真实世界食物菜品的新数据集，配套有对应的视频流、深度图像、食材重量和高精度的营养成分标注。
2025-03-28 17:13:24
1004
原创 食品计算—MetaFood3D: 3D Food Dataset with Nutrition Values
食品计算在计算机视觉（CV）中既重要又具有挑战性。它因在各种应用中的频繁出现而显著推动了CV算法的发展，这些应用包括分类、实例分割到三维重建。食品的多变形状和纹理，加上形式的高度变化以及包括语言描述和营养数据在内的大量多模态信息，使得食品计算对现代CV算法而言是一项复杂而艰巨的任务。三维食品建模是解决与食品相关问题的新前沿，因为它具有处理随机相机视角的内在能力，并且为计算食品分量提供了直观的表示方式。
2025-03-27 10:36:57
1107
原创 食品计算—Augmented/mixed reality technologies for food: A review
食品是一个广泛且全球性的话题，代表着经济的重要组成部分。在工业 4.0时代的推动下，前沿技术在食品行业的应用潜力巨大。近年来，增强现实（AR）和混合现实（MR）在食品领域的应用受到了越来越多的关注。为了全面了解AR/MR 在食品行业的应用，本研究在Scopus数据库中进行了广泛的在线期刊搜索使用了**“增强现实”“混合现实”** 和“食品”作为搜索关键词，限定搜索范围为论文标题、摘要和关键词。研究筛选流程全文阅读，筛选符合研究范围的论文。
2025-03-26 22:56:28
984
原创 食品计算—FoodSky: A Food-oriented Large Language Model that Passes the Chef and Dietetic Examination
食物是人类生活的基础，不仅是营养来源，也是文化认同和社交互动的基石。随着全球饮食需求和偏好的日益复杂，食品智能（Food Intelligence）变得尤为重要，以支持食品感知与推理，从菜谱生成、膳食推荐到饮食-疾病关联发现和理解等多个任务。为此，借助大语言模型（Large Language Models, LLMs）在多个领域和任务中的强大能力，我们引入面向食品的 LLM——FoodSky，用于通过感知与推理理解食品数据。考虑到中餐的复杂性和代表性。
2025-03-21 21:54:37
657
原创 RCW 后碰撞预警系统——您的安全后盾
RCW（Rear Collision Warning）后碰撞预警系统是一项智能驾驶辅助功能，专注于保护您的爱车和家人安全。通过先进的毫米波雷达和后置摄像头技术，RCW可以实时监测后方车辆的速度、距离和轨迹。警示您：通过声光报警，提醒您注意后方车辆动态。协作后车：通过尾灯快速闪烁，向后车发出警示，帮助其及时反应。精准预测：动态计算追尾时间（TTC），智能调整预警策略。
2024-12-23 11:22:39
1171
原创 自动驾驶系统研发系列—追尾风险不再隐形：解密后碰撞预警系统（RCW）的技术与应用
后碰撞预警系统（RCW，Rear Collision Warning）是一种先进的智能驾驶辅助功能，旨在主动减少高速或低速驾驶场景中的追尾事故风险。它通过后置毫米波雷达（LRSDS、RRSDS）和后置摄像头的协同工作，实时监测车辆正后方的目标动态，包括目标车辆的类型（如汽车、摩托车、电动车等）、接近速度、方向以及与本车的相对距离。RCW系统在检测到潜在的追尾风险时，会根据碰撞风险等级通过人机交互系统（HMI）向驾驶员发出预警信号，如声音警报、仪表提示等，提醒驾驶员迅速采取相应措施（如加速、换道或减速）
2024-12-23 11:10:51
575
原创 食品计算—FoodSAM: Any Food Segmentation
在本文中，我们探讨了在食品图像分割任务中的零样本能力。为了解决 SAM 生成的掩码中缺乏类别特定信息的问题，我们提出了一个新框架，称为FoodSAM。该创新方法将粗语义掩码与 SAM 生成的掩码相结合，以提升语义分割的质量。此外，我们注意到食品中的食材可以被视为独立的个体，这启发我们在食品图像上执行实例分割。进一步地，FoodSAM通过集成一个目标检测器，将其零样本能力扩展到全景分割，从而有效捕获非食品对象的信息。受最近可提示分割（promptable segmentation）成功的启发，我们还将。
2024-12-01 00:43:17
819
原创 食品计算—A Large-Scale Benchmark for Food Image Segmentation
食品图像分割是一项关键且不可或缺的任务，对开发与健康相关的应用（例如估算食品热量和营养成分）至关重要。缺乏高质量、具有细粒度食材标签和像素级位置掩码的食品图像数据集——现有数据集要么仅具有粗略的食材标签，要么规模较小。食品的复杂外观使得在食品图像中定位和识别食材变得困难。例如，图像中的食材可能相互重叠，同一种食材在不同食品图像中的外观可能完全不同。在本研究中，我们构建了一个新的食品图像数据集FoodSeg103（及其扩展FoodSeg154），该数据集包含9,490张图像。
2024-11-30 10:17:17
1006
原创 增强现实系列—One-2-3-45++: Fast Single Image to 3D Objects with Consistent Multi-View Generation
近年来，开放世界的3D目标生成技术取得了显著进展，其中图像到3D的方法相比文本到3D方法提供了更精细的控制。然而，大多数现有模型在快速生成速度和高保真度输入图像两方面表现不足，而这两点对于实际应用至关重要。在本文中，我们提出了一种名为 One-2-3-45++ 的创新方法，可以在约一分钟内将单张图像转化为详细的3D纹理网格。我们的方法旨在充分利用嵌入在2D扩散模型中的丰富知识，以及来自宝贵但有限的3D数据的先验知识。首先对2D扩散模型进行微调，以生成一致的多视图图像；
2024-11-26 15:48:20
859
原创 自动驾驶系列—倒车从此无忧！RCTA/B功能为你打造全方位倒车守护
倒车侧向警告（RCTA）和倒车侧向制动（RCTB），是专为解决倒车安全问题设计的智能驾驶辅助功能。
2024-11-25 08:08:58
1437
原创 自动驾驶系统研发系列—智能驾驶倒车盲区终结者：智能侧向警告与制动技术解析
RCTA是一种在倒车过程中，实时监测车辆两侧及后方目标的功能。当系统检测到侧后方存在潜在的碰撞风险时，会通过灯光闪烁、声音警告等方式提醒驾驶员，帮助其避免事故发生。功能特点灯光报警：盲点灯闪烁或中控仪表显示危险信息。声音警告：通过蜂鸣器发出报警声。适用场景：主要用于停车场出车位、狭窄巷道等复杂环境下的倒车。RCTA和RCTB功能是智能驾驶技术在车辆安全领域的重要应用，它们通过对环境的实时监测、驾驶员的多样化警告和自动干预措施，有效减少了倒车事故的发生。
2024-11-25 08:05:32
378
原创 自动驾驶系列—告别眩光烦恼：智能大灯如何守护夜间行车安全
智能大灯控制（IHC，Intelligent Headlight Control）通过智能感知和自动切换远近光灯，让驾驶员在夜间行驶时更加专注于道路，无需担心灯光操作。无论是黑暗的乡村道路还是灯火通明的城市街道，IHC都能根据环境自动调节，既优化视野又避免对其他驾驶员造成眩光干扰。
2024-11-19 23:25:17
1024
原创 自动驾驶系统研发系列—智能驾驶核心功能：IHC如何提升夜间驾驶体验？
智能大灯控制（IHC）是一种高级驾驶辅助功能，旨在为驾驶员提供更加安全、便捷的夜间驾驶体验。通过集成前视摄像头、光照传感器以及车身控制模块（BCM），IHC功能能够实时感知前方环境变化，并智能决策远近光灯的切换。IHC系统通过前视摄像头获取道路环境的实时信息，包括光照强度、车辆位置、道路照明情况、行人动态等多维度数据。光照传感器的加入为系统提供了精确的环境亮度数据，使得系统能够在不同场景下快速响应。例如，在完全黑暗的环境中，当检测到道路无其他车辆时，系统会自动切换至远光灯模式以最大化驾驶员视野；
2024-11-19 23:22:54
459
原创 自动驾驶系列—面向自动驾驶的模型迭代：工具、平台与最佳实践
自动驾驶技术的关键在于高效、可靠的感知、决策和控制系统，而这一切的核心是深度学习模型的构建与优化。然而，自动驾驶场景的复杂性和多样性决定了仅靠一次模型训练远不足以应对实际应用中的挑战。因此，模型迭代成为关键。通过不断的训练和评测循环，开发者可以逐步提高模型的精度、泛化能力和鲁棒性，从而更好地适应各种驾驶环境。模型迭代不仅仅是训练数据和模型优化的技术过程，更是自动驾驶研发效率和竞争力的体现。自动驾驶模型迭代是实现高可靠性自动驾驶系统的关键。
2024-11-18 22:17:46
1140
原创 自动驾驶系列—探索自动驾驶数据管理的核心技术与平台
自动驾驶技术的快速发展离不开高质量数据的支撑。从传感器采集、存储到后续的数据标注和模型训练，整个过程需要处理大量的复杂数据。随着自动驾驶测试范围的扩大和传感器种类的增多，如何高效地管理这些数据，成为了行业中的重要课题。自动驾驶数据不仅数量庞大，还具有多样性（如视频、点云、GPS轨迹等）和时效性（实时同步要求）。在实际应用中，数据管理涉及到采集、存储、索引、检索、共享以及生命周期管理等多个环节。因此，构建高效可靠的数据管理体系，是自动驾驶系统研发中不可或缺的一部分。
2024-11-18 22:15:21
1283
原创 自动驾驶系列—深入解析自动驾驶车联网技术及其应用场景
随着自动驾驶技术的飞速发展，车联网（Vehicle-to-Everything，V2X）逐渐成为实现智能交通和安全驾驶的重要组成部分。车联网不仅连接了车辆与周边环境，还能够实现车辆间的信息交互以及与交通基础设施的互联，增强了自动驾驶系统的环境感知能力、决策支持和驾驶安全性。自动驾驶车联网模块的开发不仅仅局限于信息的传递，它还需满足实时性、低延迟和高可靠性，以确保自动驾驶车辆在复杂交通环境下能够做出正确且及时的反应。自动驾驶车联网模块的广泛应用能够显著提升自动驾驶车辆的安全性和效率。
2024-11-17 08:56:49
1779
原创 自动驾驶系列—自动驾驶数据脱敏：保护隐私与数据安全的关键技术
在自动驾驶的研发与测试过程中，车辆每天会生成海量的数据。这些数据不仅包括传感器采集的环境信息（如摄像头、雷达、激光雷达等），还可能包含位置信息、道路特征、车辆状态以及一些与用户隐私有关的敏感信息。为了在数据共享、传输和存储过程中保护隐私，数据脱敏成为不可或缺的技术手段。数据脱敏技术的应用不仅是出于合规性考虑（如GDPR等隐私法），更是自动驾驶技术成熟化和商业化的必要条件。只有在保护用户隐私的前提下，自动驾驶数据才能在更多场景中实现高效的分析、共享和研究，从而推动自动驾驶技术的进一步发展。
2024-11-17 08:54:48
1532
原创 自动驾驶系列—行车安全新高度：揭秘ESS如何让避让更精准
ESS是一种专为紧急避险场景设计的驾驶辅助功能。通过智能感知系统，实时监测前方可能的碰撞风险，当驾驶员尝试主动避让时，ESS提供转向力辅助，帮助驾驶员精确避开障碍物或行人。ESS不仅缓解了驾驶员的心理压力，还有效降低了追尾和碰撞行人的风险。
2024-11-16 14:35:17
1578
原创 自动驾驶系统研发系列—智能驾驶新高度：解析ESS驾驶员转向辅助系统
ESS是一种智能驾驶辅助功能，专注于在紧急情况下辅助驾驶员转向，避让前方车辆或行人。该功能的核心作用是当车辆行驶过程中检测到追尾风险，并且驾驶员有转向避让动作时，ESS系统会计算最佳转向轨迹，协助驾驶员将车辆引导至安全位置。ESS功能主要支持当前车道内的同向运动目标（如车辆或行人），但对于横穿目标或对向目标不提供支持。此外，ESS功能通过严谨的条件判断与状态管理，确保仅在避让安全的情况下激活功能，同时避免因错误判断而引发新的风险。
2024-11-16 11:11:00
2286
原创 自动驾驶系列—从数据采集到存储：解密自动驾驶传感器数据采集盒子的关键技术
随着自动驾驶技术的发展，对数据的需求变得愈发关键。为了构建一个可靠的自动驾驶系统，传感器数据采集盒子成为了数据采集、处理和存储的关键硬件设备。在本文中，我们将深入探讨自动驾驶车辆传感器数据采集盒子的工作原理、硬件配置、时间戳同步、数据存储等重要方面，并提供一些实际应用场景的分析。在自动驾驶研发中，传感器数据的获取、同步和管理直接影响了系统的精度和稳定性。自动驾驶车辆通过不同种类的传感器（如GPS、IMU、激光雷达、摄像头、毫米波雷达等）感知环境，每种传感器的数据格式、刷新率和精度要求各不相同。
2024-11-14 23:02:41
1403
原创 增强现实系列—Encode-Store-Retrieve: Augmenting Human Memory through Language-Encoded Egocentric Perception
我们依赖自身的记忆来编码、存储和提取我们的经历。然而，记忆可能会出现丢失的情况。一种有前景的记忆增强方法是利用增强现实头戴式显示设备来捕捉并保存第一视角的视频，这种做法通常称为生活记录（lifelogging）。然而，通过生活记录产生的大量视频数据带来了重大挑战，目前的技术还无法有效地编码和存储如此庞大的数据量。此外，从大量视频档案中检索特定信息需要大量计算能力，这进一步增加了快速访问所需内容的难度。为了解决这些挑战，我们提出了一种记忆增强代理，它利用自然语言编码视频数据并将其存储在向量数据库中。
2024-11-12 08:10:45
651
原创 自动驾驶系列—自动驾驶中的短距离感知：超声波雷达的核心技术与场景应用
在自动驾驶系统中，环境感知是实现自动驾驶的核心环节之一。超声波雷达（Ultrasonic Sensors System，简称USS）作为一种短距离环境感知传感器，因其成本低、功耗小、对环境的穿透性强，广泛应用于自动驾驶车辆的周围环境感知中。USS主要用于自动泊车、低速防碰撞等近距离应用场景，在狭窄空间的停车或低速下的行人检测等方面有着独特优势。超声波雷达通过发射超声波并接收反射信号来测量物体距离，因此能够在短距离内高效地识别障碍物。USS数据的采集、处理和分析，是自动驾驶车辆感知系统的重要组成部分。
2024-11-11 22:30:11
1886
原创 自动驾驶系列—自动驾驶环境感知：Radar数据的应用与实践
在自动驾驶系统中，环境感知是实现车辆自动驾驶功能的关键环节之一。为此，传感器技术的发展尤为重要。激光雷达（LiDAR）、摄像头、雷达（Radar）是目前自动驾驶系统常用的环境感知传感器，其中Radar在各种天气和光照条件下的稳定性极强，具有较强的穿透力，能够有效探测物体的速度和距离。Radar的作用对自动驾驶的安全性、实时性及鲁棒性具有重要影响。本文将详细介绍自动驾驶系统中的Radar数据及其应用。Radar（雷达）是一种利用电磁波反射特性来探测物体的位置、距离、速度等信息的传感器。
2024-11-11 22:27:54
1280
原创 自动驾驶系列—自动驾驶车辆的姿态与定位：IMU数据在复杂环境中的关键作用
在自动驾驶领域，惯性测量单元（IMU，Inertial Measurement Unit）是车辆定位和姿态检测的核心传感器之一。IMU通常包括加速度计和陀螺仪，能够实时测量车辆的加速度、角速度等信息。在GPS信号受限的环境（如隧道、地下停车场等）中，IMU数据尤为重要，能为车辆提供连续、稳定的定位和姿态数据。本文将详细介绍IMU数据的格式和预处理、质量评估、常见算法应用及其应用场景，帮助大家理解IMU数据在自动驾驶中的关键作用。
2024-11-10 11:13:53
1394
原创 自动驾驶系列—自动驾驶如何实现厘米级定位？深入解读GPS/RTK技术与应用
随着自动驾驶技术的发展，车辆的高精度定位需求变得愈发重要。自动驾驶系统中，定位是最为关键的模块之一，直接影响到车辆的路径规划、环境感知以及决策控制。GPS（全球定位系统）和RTK（实时动态差分）技术提供了车辆精确的地理位置信息，特别是在厘米级精度的需求下，RTK成为了自动驾驶定位系统的核心技术之一。在本文中，我们将深入探讨自动驾驶中GPS/RTK数据的结构、预处理、质量评估、算法应用及其应用场景。GPS/RTK技术为自动驾驶系统提供了高精度、低延迟的定位数据，使得自动驾驶车辆在复杂路况中能够精准定位。
2024-11-10 11:11:52
1443
原创 自动驾驶系列—DAI起步提醒功能：让你不再错过每一个绿灯
在城市的日常驾驶中，繁忙的交通和等待红绿灯的停停走走已成为驾驶员面临的普遍挑战。而驾驶中稍有分神，比如在信号灯前低头看手机，或与乘客交谈，可能就会错过前方车辆的起步。这不仅影响交通效率，还容易引发后方车辆的不耐烦，甚至引起追尾风险。为了解决这些问题，智能驾驶技术带来了起步提醒功能（DAI，Drive Away Information），让驾驶体验变得更加流畅和安全。
2024-11-09 12:09:16
800
原创 自动驾驶系统研发系列—智能驾驶DAI：提升起步体验的新技术
DAI是一种智能驾驶辅助功能，旨在帮助驾驶员在前方车辆起步时得到及时提醒，避免因分心或疲劳导致的起步延误。DAI功能通过前向摄像头和毫米波雷达等传感器，实时监测前方车辆的状态。当系统检测到前车已经开始移动，而驾驶员尚未采取相应的起步行动时，DAI功能会通过人机交互（HMI）界面，或者声音提示提醒驾驶员及时跟随起步。这一功能的主要应用场景包括交通信号灯前的等待、交通拥堵中的停停走走，以及停车场的出口等情况。DAI功能不仅是对驾驶员分神的一种“提醒助手”，更是一种改善交通效率的解决方案。
2024-11-09 12:03:34
291
原创 自动驾驶系统研发系列—避免事故的利器：AEB自动紧急制动系统详解
是一种智能驾驶的主动安全功能，它通过车辆传感器实时监控前方的道路情况，判断是否存在潜在的碰撞风险。AEB系统由多个子功能组成，包括前向碰撞预警（FCW）制动预填充（Prefill）自适应制动辅助（ABA）自动预警制动（AWB）、**自动紧急制动（AEB-P/AEB）**等模块。系统通过分析当前的行车数据，发出制动请求，主动进行刹车操作，以减少或避免碰撞。前向碰撞预警（FCW）：当系统预测到即将发生碰撞时，会通过声音、图像或振动提醒驾驶员，试图引起注意并促使其采取行动。
2024-10-29 21:36:29
522
1
原创 自动驾驶系列—激光雷达点云数据在自动驾驶场景中的深度应用
随着自动驾驶技术的飞速发展，车辆传感器技术日益成为行业的核心。激光雷达（LiDAR）作为其中重要的一环，通过激光点云数据为自动驾驶车辆提供高精度的环境感知能力。激光雷达通过发射激光并测量其反射时间来获取周围物体的距离和形状，生成的三维点云数据可以用于物体检测、障碍物避让、地图构建等多个领域。与摄像头、毫米波雷达等传感器相比，激光雷达能够提供更为精确的三维空间信息，尤其在复杂场景和恶劣天气下表现优异。激光点云数据作为自动驾驶车辆的重要感知数据源之一，凭借其高精度、高鲁棒性在自动驾驶领域中发挥了至关重要的作用。
2024-10-20 14:45:00
1605
原创 自动驾驶系列—图像数据在自动驾驶中的关键角色及其实际应用场景探讨
随着自动驾驶技术的飞速发展，视觉传感器，尤其是摄像头，成为了自动驾驶系统感知环境的核心组成部分。通过摄像头，自动驾驶车辆能够实时捕捉道路上的图像数据，并结合其他传感器信息（如激光雷达、毫米波雷达等）进行环境感知、路径规划和决策执行。图像数据为自动驾驶车辆提供了丰富的视觉信息，帮助系统识别车道线、交通标志、行人、车辆等目标物体。然而，自动驾驶场景下的图像数据处理存在一定的技术挑战，例如图像数据量大、实时性要求高、环境复杂多变等问题。
2024-10-20 10:11:23
1042
原创 自动驾驶系列—自动驾驶测试前的必备流程：车辆准备平台深度解析
随着自动驾驶技术的飞速发展，越来越多的汽车厂商和科技公司开始投入到自动驾驶车辆的研发与测试之中。在这种背景下，车辆的准备工作变得尤为重要，因为它直接关系到自动驾驶测试的效果和效率。自动驾驶车辆准备平台正是为了解决这个问题而生的，它通过一系列的流程，确保车辆在上路测试之前能够满足所有的技术和安全要求。自动驾驶车辆准备平台是保证自动驾驶测试和研发顺利进行的关键工具。它不仅能提高车辆准备的效率，还能大幅降低车辆测试过程中出现故障的风险。
2024-10-19 13:15:00
736
原创 自动驾驶系列—深入解析自动驾驶系统验车平台：确保车辆交付质量的关键工具
随着自动驾驶技术的发展，车辆从传统的机械设备逐渐演变为智能化、高度集成的电子系统载体。在这一过程中，汽车制造商（OEM）通常会将改装后的裸车交付给自动驾驶软件公司进行软件适配。然而，在此之前，确保车辆的硬件和软件系统均满足交付要求至关重要。自动驾驶系统验车平台正是在此背景下应运而生，确保交付车辆各个系统的正常运转，以便于后续的自动驾驶软件开发和调试。自动驾驶系统验车平台是保证车辆交付质量的重要工具。
2024-10-19 08:37:23
862
原创 自动驾驶系列—快速适配多型号ECU，助力自动驾驶系统开发提速
随着自动驾驶技术的飞速发展，汽车的电子控制单元（ECU）数量和复杂性显著增加。每辆自动驾驶汽车都配备了多个ECU，以实现不同功能，如动力控制、环境感知、自动转向、车道保持等。然而，不同汽车厂商和供应商提供的ECU型号众多，适配不同型号的ECU成为开发自动驾驶系统时的一个重大挑战。快速、高效地适配多种型号的ECU，对加速自动驾驶车辆的开发、测试和量产至关重要。自动驾驶系统的快速适配多种型号ECU是当前车辆开发中的一大难题。
2024-10-18 08:59:59
890
原创 智能驾驶必备：MEB低速紧急制动功能如何保护你的车辆？
随着智能驾驶技术的不断发展，车辆安全性能得到了极大提升，各类辅助系统的应用有效地减少了驾驶员在复杂路况下的操作压力。其中，低速紧急制动辅助系统（Maneuver Emergency Brake Assistant System，MEB）作为智能驾驶中的一项重要安全功能，旨在帮助驾驶员在低速行驶时避免潜在的碰撞风险，特别是在停车场或拥堵路段等复杂环境中发挥了至关重要的作用。
2024-10-17 11:15:00
1480
原创 自动驾驶系统研发系列—智能驾驶新技能：MEB低速紧急制动系统带来更多驾驶安全保障
*低速紧急制动辅助系统（MEB）**是一项智能驾驶辅助功能，专为车辆在低速行驶环境中避免碰撞而设计。其主要目标是在驾驶员未能及时做出反应的情况下，通过自动紧急制动，帮助车辆避免与前后方障碍物发生碰撞。MEB系统的工作机制依赖于车辆上的多种传感器（如超声波雷达、环视摄像头等），通过这些传感器，系统能够持续监测车辆周围的环境，特别是在低速行驶的情况下（通常为1km/h到10km/h之间）。
2024-10-17 10:45:00
863
原创 自动驾驶系列—加速自动驾驶系统开发：多型号SoC快速适配的最佳实践
随着自动驾驶技术的发展，车辆智能化的需求日益增加，芯片（SoC，System on Chip）成为自动驾驶系统中不可或缺的核心组件。不同的汽车制造商和技术公司可能在不同的平台和硬件架构上构建其自动驾驶系统。因此，如何让一个自动驾驶系统能够快速适配多种不同型号的SoC成为了一个关键问题。SoC的性能决定了自动驾驶系统在数据处理、环境感知、决策和控制等方面的效率。然而，由于SoC的硬件架构、处理能力、内存布局和通信接口的差异，开发团队需要针对每种SoC做出相应的适配工作。
2024-10-16 11:15:00
1881
原创 自动驾驶系列—自动驾驶系统监控平台：保障无人驾驶安全的幕后英雄
随着自动驾驶技术的发展，车辆不再依赖人类驾驶员操作，而是通过感知、决策和控制系统来实现自动驾驶。这一复杂的技术体系需要高度的实时监控，以确保车辆能够在各种环境中稳定、安全地运行。因此，自动驾驶系统监控平台成为了保障自动驾驶系统安全与稳定运行的关键工具。自动驾驶系统监控平台的作用是实时收集并分析车辆运行过程中各类传感器和系统的状态数据，及时发现异常或潜在风险，提供预警并采取相应的措施，确保整个自动驾驶系统的安全运行。自动驾驶系统监控平台为确保无人驾驶车辆的安全与稳定提供了强有力的支持。
2024-10-16 10:45:00
1670
原创 自动驾驶系列—自动驾驶开发中的代码版本管理详解：实现高效协作与快速发布
随着自动驾驶技术的发展，软件已经成为自动驾驶车辆的核心组成部分。从环境感知到路径规划，从车辆控制到安全管理，自动驾驶系统依赖于数百万行代码的运作。为了保证软件在不断迭代和更新的过程中维持高效、稳定和安全的运行，版本管理平台在自动驾驶开发中扮演了至关重要的角色。版本管理平台通过跟踪、控制和管理代码的变更，帮助开发团队在项目开发过程中保持代码的可追溯性、稳定性和一致性。它为多团队协作、快速迭代、故障回退以及代码审查提供了坚实的基础，成为了自动驾驶开发流程中的不可或缺的一部分。
2024-10-15 11:15:00
787
后端开发 + SQL与NoSQL数据库 + 电子商务平台数据管理 + 用户数据和交易记录的存储与查询
2024-08-17
数据分析 + 性能分析 + 数据处理 + 识别性能瓶颈和优化数据处理流程
2024-08-17
Python编程 + 上下文管理器 + 资源监控 + 系统资源管理与性能监控
2024-08-16
AR开发基础 + ARKit + 平面检测与视觉效果 + 开发初学者教育与引导
2024-08-10
计算机视觉-Flask框架-SQLite数据库-图像展示与筛选-开发示例
2024-07-30
七夕特献：用代码编织爱情的浪漫，程序员的专属爱情证书生成器
2024-07-26
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人