1.2 感知的要求（第一章 自动驾驶的要求）

最新推荐文章于 2025-06-14 00:00:00 发布
最新推荐文章于 2025-06-14 00:00:00 发布
阅读量320 收藏 1
点赞数
分类专栏： 第一章 自动驾驶课程学习笔记 Part1自动驾驶车辆的介绍 文章标签： 自动驾驶
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。
本文链接：https://blog.youkuaiyun.com/weixin_45275937/article/details/109347859
版权
本文探讨了自动驾驶中感知的重要性，旨在理解其如何指导驾驶决策。介绍了感知的目标，并阐述了在实现这一目标过程中所面临的挑战。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

1.2 感知的要求

学习内容

什么是感知
感知的目标
挑战

在这里插入图片描述
1. 什么是感知？

为了感知环境和自身的状态
识别/验证（Identification）;
理解运动Understanding Motion

目的：指导我们的驾驶决策

在这里插入图片描述

2. 感知的目标

静态物体：路、标志、标线、路缘、信号灯、建筑物、施工标志及其他
动态物体：各种车辆、行人、自行车
无人车的状况：位置、速度、加速度、轨迹、角速度等

在这里插入图片描述

3. 面对的挑战

检测和感知的稳定性
传感器的不确定性
阻塞，反射
照度的变化与眩光
极端天气状况、降雨等

在这里插入图片描述

最低0.47元/天 解锁文章
《自动驾驶技术系列丛书》--第三章 自动驾驶汽车环境感知（1）
二赛君
11-14 2584
第三章 自动驾驶汽车环境感知 第一节 车载传感器介绍 1.1 车载传感器介绍 1.2可见光相机 1.3 激光雷达 1.4 毫米波雷达 1.5 超声波雷达 1.6 惯性导航 ...
《自动驾驶技术系列丛书》--第五章 自动驾驶汽车决策与控制（1）
二赛君
04-13 1429
自动驾驶汽车是指能够通过车载传感系统感知道路环境、自动规划行车路线并控制汽车到达预定目的地一种智能汽车。自动驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术结合的产物。 本课程对自动驾驶汽车决策与控制技术进行了系统介绍，主要内容包括：自动驾驶汽车全局路径规划、汽车行为决策、汽车运动规划、自动驾驶汽车控制、基于Apollo平台的决策与控制实践等。 课程链接：http://bit.baidu.com/products?id=186 第一节 全局路径规划
自动驾驶需求
lemaden520的博客
04-29 552
一、感知算法 二、多传感器融合算法 三、视觉SLAM算法 四、激光SLAM算法 五、高精地图算法工程师 六、决策规划算法 七、规划控制算法 八、运动控制算法 城市：北京/ 上海/广州/ 深圳/ 杭州/ 南京/ 苏州 /成都/ 武汉/长沙 /宁波/合肥/重庆 一、感知算法 主要职责： 1.负责开发基于视觉/激光点云/毫米波雷达等传感器在感知系统内的应用，包括但不限于：算法优化加速与工程化，点云分割，MOT，位姿估计，多传感器感知融合等任务，面向量产自动驾驶； 2.负责开发维护感知相关SDK的架构设计，接口标准
端到端自动驾驶真的需要感知任务吗？
CV_Autobot的博客
10-07 1098
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个方向学习路线今天自动驾驶之心为大家分享智加科技最新端到端自动驾驶的工作！深入剖析了感知任务在端到端中的必要性。如果您有相关工作需要分享，请在文末联系我们！自动驾驶课程学习与技术交流群事宜，也欢迎添加小助理微信AIDriver004做进一步咨询>>点击进入→自动驾驶之心『端到端自动驾驶』技术交流群论文作者|P...
自动驾驶场景要求（速度方面和检测速度方面）
weixin_43458628的博客
10-21 3150
自动驾驶场景要求（速度方面和检测速度方面） 汽车从运动到静止状态需要一个制动距离，为了安全起见，根据国际标准中制动距离的要求，一辆满载的小车在正常泊油路上以30K m/h的速度行驶，制动距离不得大于9米，若行驶速度50Km/h，制动距离不得高于19米。即在自动驾驶的场景下，主要考虑视觉检测的检测距离、检测速度和输入图像尺寸: 1）检测距离决定自动驾驶在发现目标后，做出决策的时间点。考虑车辆在生活区行驶，交通限速为50Km/h。若车辆行驶速度为50Km/h，需要的制动距离最大为19米。在制动操作前需要处理指令
自动驾驶的分级，感知与规划基本意义
weixin_49344751的博客
04-15 621
自动驾驶课程学习（二） 文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 继续撰写，上一节笔记链接（https://blog.csdn.net/weixin_49344751/article/details/115661113） 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import pandas as pd im
1.1 自动驾驶的分类（第一章 自动驾驶的要求）
weixin_45275937的博客
10-30 584
本章学习目标： 1. 自动驾驶的分类等级 2. 感知的要求 3. 驾驶决策和行为 第一节 自动驾驶的分类 学习内容： 1. 基本定义 2. 自动驾驶的分类要求 3. 驾驶任务 4. 自动驾驶的分类 5. 分类的限制 1. 基本定义 驾驶任务包括感知环境（道路表面、标志标线、行人、车辆、运动的目标等）；运动规划（如何从A到B）；车辆控制 Operational Design Domain（ODD）：为车辆进行自动驾驶设定的先决条件要求，包括环境、时间、道路及其他特性，以供车辆可靠运行。 2. 驾驶任务的组
【自动驾驶系列丛书学习】2.《自动驾驶汽车环境感知》学习笔记
Akaxi的博客
03-07 2391
【自动驾驶系列丛书学习】2.《自动驾驶汽车环境感知》学习笔记
第1章：自动驾驶车辆“规划”与“控制”的通用架构
weixin_44063383的博客
04-16 789
2014年美国汽车工程师学会 () 定义了6个无人驾驶等级，从0级（完全手动）到5级（完全自动），这些无人驾驶等级准则已经被美国交通部采纳；该标准也被称为SAE标准；
《自动驾驶技术系列丛书》--第二章 自动驾驶汽车平台技术基础（1）
二赛君
10-16 328
自动驾驶汽车是指能够通过车载传感系统感知道路环境、自动规划行车路线并控制车辆到达预定目标的一种智能汽车。自动驾驶汽车集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物。 本课程对自动驾驶汽车研究与开发所涉及的平台技术进行了系统介绍，主要内容包括: 自动驾驶汽车硬件平台、自动驾驶汽车软件平台、自动驾驶汽车开发平台、自动驾驶汽车软件计算框架和自动驾驶汽车辅助开发平台等。 第二章 自动驾驶汽车平台技术基础 第一节 自动驾驶汽车平台概述 ...
自动驾驶领域的影子模式测试
AI天才研究院
10-31 1023
《自动驾驶领域的影子模式测试》 关键词： 自动驾驶、影子模式测试、安全验证、算法、数学模型 摘要： 本文深入探讨了自动驾驶领域中的影子模式测试，从原理、技术基础、应用案例等
低速自动驾驶（LSAD）的功能要求和性能要求 | 自动驾驶系列
5G行业应用
09-15 5608
文章版权所有，未经授权请勿转载或使用本系列前两篇文章《一文详解自动驾驶的运行设计域（ODD）》和《一文详解自动驾驶的动态驾驶任务（DDT）》解读了什么是自动驾驶ODD、DDT、DDT fa...
自动驾驶系统入门（八）- 自动驾驶仿真技术
LU1196700392的专栏
10-29 8547
1、什么是自动驾驶汽车 1.1 基本概念定义 1）自动驾驶汽车是通过搭载先进的车载传感器、控制器和数据处理器、执行机构等装置，借助车联网、5G和V2X等现代移动通信与网络技术实现交通参与物与彼此间的互换与共享，从而具备在复杂环境下的传感感知、决策规划、控制执行等功能。 2）驾驶系统基于环境感知技术对车辆周围环境进行感知，并根据感知所获得的信息，通过车载中心电脑自主控制车辆的转向和速度，使车辆能够安全可靠地行驶，并达到预定目的地。 3）自动驾驶车辆的整个工作流程是： — — 首先，是通过雷达、激光雷
自动驾驶感知系统（图）侵删
日进一步
07-25 1229
Occ-LLM：利用基于占用的大语言模型增强自动驾驶核心
qq_54556560的博客
06-10 1146
   大型语言模型（LLMs）在机器人和自动驾驶领域取得了长足的进步。本研究提出了第一个基于占用的大型语言模型（Occ LLM），它代表了将LLM与重要表示相结合的开创性努力。为了有效地将占用率编码为LLM的输入，并解决与占用率相关的类别不平衡问题，我们提出了运动分离变分自编码器（MS-VAE）。这种创新方法利用先验知识在将动态对象输入到定制的变分自动编码器（VAE）之前将其与静态场景区分开来。这种分离增强了模型专注于动态轨迹的能力，同时有效地重建了静态场景。Occ LLM的有效性已在关键任务中得到验证，包
51c自动驾驶~合集59
最新发布
whaosoft~aiotの开发板商城
06-14 771
应用方向技术优势典型案例合成数据生成解决数据稀缺，支持可控生成场景预测多模态未来帧生成，动态适应性感知优化BEV去噪、多传感器一致性路径规划多模态路径生成，高泛化能力端到端控制实时性高，直接学习人类策略。
中山大学GaussianFusion：首个将高斯表示引入端到端自动驾驶多传感器融合的新框架
soaring_casia的专栏
06-09 833
现有的多传感器融合方法可以分成如图1(a)和(b)的两种类型。(a)采用的是扁平化融合方法，通常将传感器特征通过注意力机制压缩到共享的潜在空间。这类方法具备很好的灵活性，并且不依赖传感器的几何校准。但由于缺乏明确的三维空间表示，限制了它们的可解释性，使其在需要精确空间推理的场景中效果不佳。(b)采用的是将多模态特征投射到一个通用的BEV坐标系中，利用几何先验来对齐来自不同传感器的数据。这种融合方式有助于结构化的空间理解，并提升下游感知任务的性能。
UNECE R152——解读自动驾驶相关标准法规（AEB）
qq_54556560的博客
06-09 558
制造商需严格满足重复测试的鲁棒性要求，并完善故障分析流程，否则可能无法通过AEBS认证。（车辆部件互认框架），经1995年、2017年多次修订，当前为2021年最新修正案。），发布于2021年2月2日，2021年1月3日生效。（见附件3评估要求），证明AEBS能持续满足性能标准。当前文件为技术文档，法律依据以原始文件。共同分析失败原因，并将报告附于测试记录。：确保AEBS在重复测试中表现稳定可靠。内，额外测试其他车速以验证系统可靠性。（注：失败率按类别独立计算）若任意一次失败，允许。
Python让自动驾驶“看见未来”：环境建模那些事儿
Echo_Wish
06-13 126
哈喽，大家好！我是Echo\_Wish，今天咱们聊聊自动驾驶中一个“隐形但又极其重要”的技术——环境建模，重点聊聊怎么用Python帮自动驾驶“描绘世界”。
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