自动驾驶_人工智能博客-专业IT技术发表平台

推荐付费专栏 VIP文章

自动驾驶汽车车载毫米波雷达和激光雷达工作频段、功率和使用安全距离自动驾驶汽车使用的雷达主要涉及毫米波雷达（Millimeter Wave Radar）和激光雷达（LiDAR），其频段范围根据技术需求和各国法规有所不同。以下是关键频段及其应用解析：范围：24.0–24.25 GHz（窄带）或 24.05–24.25 GHz（宽带，如欧洲的UWB应用）。应用：短距离雷达（SRR）：盲点监测（BSD）、车道变更辅助（LCA）、泊车辅助等。现状：由于与卫星地球探测业务（如气象卫星）的频段重叠，24 GHz频段正在逐步被淘汰（欧盟自2022年起限制新设备使用该频段）。部分国家仍允

阅读 2.0k

22赞

Autoware安装教程本教程将保姆级帮助大家在 ubuntu22.04 上安装 Autoware 。

阅读 3.6k

26赞

Coding哈基米

【自动驾驶】车辆横向控制模型——动力学模型本文介绍了车辆的二自由度动力学模型

阅读 1.4k

8赞

白云千载尽

LMDrive大语言模型加持的自动驾驶闭环系统原理与复现过程记录本环境使用的carla_leaderboard 1.0 ，使用的carla版本是0.9.10.1。此时,export CARLA_ROOT=carla才能链接到这里,所以最后的sh修改为。这里面有很多是ros的依赖项,所以不能直接去安装,请对照一下关键的python依赖就好。安装完后创建一个虚拟环境，官方使用的3.8，支持torch cuda的版本。这里需要提供三个模型,vision,llm和lmdrive模型。请自行下载模型,下载有问题的可以找我.直接下载x86的sh，然后运行。这两个模型和我的大模型。

阅读 868

24赞

《MATLAB实战训练营：从入门到工业级应用》工程实用篇-自动驾驶初体验：车道线检测算法实战（MATLAB2016b版）大家好！今天我要带大家一起探索自动驾驶中一个非常基础但又至关重要的技术——车道线检测。我们将从零开始，一步步用MATLAB2016b实现一个完整的车道线检测系统。准备好你的MATLAB，让我们开始这场有趣的自动驾驶之旅吧！车道线检测的基本流程：一个典型的车道线检测流程包括以下几个步骤：1. 图像获取 2. 预处理（去噪、增强等） 3. 边缘检测 4. 感兴趣区域(ROI)提取 5. 霍夫变换检测直线 6. 车道线拟合与可视化

阅读 1.1k

21赞

【数字孪生】Carla 自动驾驶仿真平台全攻略指南 | 学习资料汇总大全本篇博客是博主在学习 Carla 仿真平台的过程中参考过的学习资料，这些资源不仅质量高，而且实用性强，亲身体验后觉得非常有效。因此，博主整理了这些资料，希望与大家分享，共同学习和进步。本篇博客汇总了 Carla 的安装过程、与 ROS 的集成以及如何导入自建地图和车辆模型等学习资料，分享给大家共同学习，帮助大家快速上手 Carla 。

阅读 5.1k

176赞

自动驾驶“大模型+端到端”整理笔记：DriveVLM(理想), Senna(地平线)，EMMA(Waymo), LeapAD[NIPS2024] VLM+端到端模型方法详解和整理：DriveVLM(理想), Senna(地平线)，EMMA(Waymo), LeapAD[NIPS2024]

阅读 3.1k

53赞

自动驾驶感知项目-基于多线激光雷达的小目标锥桶空间位置检测算法（ROS，C++，聚类）整体就是通过滤波，地面分割，聚类三种方法完成对于锥桶这种目标的空间位置检测，实际上可以延伸到多种不同的物体，锥桶这里只是举例，传统方法需要根据实际场景进行参数调节和优化才能达到更好的效果。

阅读 804

3赞

开MINI的工科男

【笔记】自动驾驶预测与决策规划_Part4_时空联合规划 1. 时空联合规划的基本概念2.基于搜索的时空联合规划（Hybrid A* ）3.基于迭代计算的规划方法4.基于时空走廊的时空联合规划方法

阅读 4.3k

34赞

智能汽车人

自动驾驶---打造自动驾驶系统之轨迹生成模块开发（八）（上）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）。

阅读 815

26赞

深圳季连AIgraphX

端到端自动驾驶大模型：视觉-语言-动作模型 VLA 随着视觉-语言-动作模型VLA的发展，感知和规划逐渐融合为一个模型，即端到端自动驾驶大模型。

阅读 5.1k

19赞

自动驾驶环境感知（3）-2D视觉感知算法-单阶段检测速度优势：省略ROI Pooling减少逐框计算，全卷积实现高度并行化。精度代价：单阶段检测可能丢失精细化特征（如小物体），但RetinaNet通过Focal Loss等设计缩小了差距。适用场景：实时性要求高（如视频监控）→ 单阶段；精度优先（如医学图像）→ 两阶段。

阅读 820

13赞

自动驾驶的计算架构解析与优化软件定义汽车（SDV）是未来汽车发展的核心趋势之一，它将深刻改变自动驾驶计算架构的演变方向。软件定义汽车的核心理念：软件定义汽车强调通过软件来实现汽车的功能和性能升级，硬件架构逐渐向通用化、平台化方向发展。在自动驾驶领域，这意味着计算架构将更加注重软件的灵活性和可扩展性，以适应不断变化的自动驾驶功能需求。据麦肯锡的研究报告，到2030年，软件在汽车价值中的占比将从目前的10%提升至30%以上，这表明软件在自动驾驶系统中的重要性将大幅提升。对计算架构的影响硬件架构的通用化。

阅读 700

9赞

DiffAD：自动驾驶的统一扩散建模方法 25年3月来自新加坡公司 Carion 和北航的论文“DiffAD: A Unified Diffusion Modeling Approach for Autonomous Driving”。端到端自动驾驶 (E2E-AD) 已迅速成为实现完全自动驾驶的一种有前途的方法。然而，现有的 E2E-AD 系统通常采用传统的多任务框架，通过单独的特定任务头来处理感知、预测和规划任务。尽管以完全可微分的方式进行训练，但它们仍然遇到任务协调问题，并且系统复杂性仍然很高。这项工作引入 DiffAD——一种扩散概率模

阅读 1.0k

20赞

zod：大规模自动驾驶多模态数据集 zod：大规模自动驾驶多模态数据集 zod Software Development Kit for the Zenseact Open Dataset (ZOD) 项目地址: https://gitcode.com/gh_mir...

阅读 775

21赞

深度强化学习（DRL）实战：从AlphaGo到自动驾驶深度强化学习（DRL）实战：从AlphaGo到自动驾驶

阅读 1.6k

29赞

中国自动驾驶仿真蓝皮书2020 中国自动驾驶仿真蓝皮书2020 【下载地址】中国自动驾驶仿真蓝皮书2020 中国自动驾驶仿真蓝皮书2020 项目地址: https://gitcode.com/Open-source-documentation-tutorial/...

阅读 450

5赞

运行强化学习自动驾驶项目 nocturne_lab（Linux) 其余超参数按照代码库的默认配置设定。接下来，分别运行standard MAPPO和Human-Regularized PPO。用于控制PPO损失与KL散度在目标函数中所占比例的权重值。而不是直接下载压缩包，否则会缺少子模块和其他依赖。为0，对于Human-Regularized PPO，配置项目及安装依赖包。对于standard MAPPO，设定。

阅读 311

4赞

自动驾驶怎么保证安全性——碰撞约束处理上一篇博客《》提到，用优化的方法解决轨迹规划问题时，大多数优化变量的约束一般都是框约束，其边界表示和求解处理都很简单。但是对位置（x，y）的约束（碰撞约束）的处理就比较复杂，本文主要讨论这个问题。规划问题中涉及的碰撞约束主要有两个方面的应用，一是判断给定轨迹点是否与周围障碍物发生碰撞，常用于轨迹的安全检测，其轨迹可来源于如采样方法或模型生成；另一个是根据初始轨迹点确定后续迭代过程中其可行驶区域，从而构建优化问题的约束条件。

阅读 1.2k

10赞

AGI大模型与大数据研究院

端到端自动驾驶的原教旨定义自动驾驶, 端到端学习, 深度学习, 计算机视觉, 预测模型, 决策控制, 仿真环境, 数据标注1. 背景介绍自动驾驶技术作为未来交通运输的重要发展方向，近年来取得了显著进展。从早期基于规则的控制系统到如今的深度学习驱动的端到端自动驾驶，技术演进速度惊人。端到端自动驾驶，顾名思义

阅读 914

10赞

作者推荐

标贝科技: 就职于标贝科技，专注研究AI数据服务和智能语音的技术~

关注

Felaim: Hey, you're not a nobody. You're a somebody.

关注

睡觉狂魔er: 哈尔滨工业大学（深圳）机电学院控制科学与工程在读博士，研究兴趣为多智能体博弈、强化学习。

关注

无意2121: 研究方向聚焦于具身智能，包括世界模型与空间智能、通用机器人移动与操作、下一代自动驾驶、异构多智能体协作等

关注

AI Planner&Control: 研究方向：自动驾驶规划控制算法欢迎广大同学们赐教、交流！

关注

Coding哈基米: 一名热衷于移动机器人领域探索与开发的在HITWH大三生，专注于自主导航、自动驾驶和运动控制方向的研究。

关注

阿宝说车: 1、10年智能座舱系统架构师和自动驾驶产品的相关经验 2、曾任上市公司车载tier1硬件负责人，多项国家发明专利 3、擅长智能座舱、自动驾驶外围关键器件、搭建过功能安全认证体系 4、盖世汽车的培训专家，有丰富的智能座舱培训经验

关注

康谋自动驾驶: 康谋是一家自动驾驶解决方案供应商（前身是虹科自动驾驶事业部），我们以数据为驱动力，提供高性能的数据采集、记录、传输方案，针对各种驾驶场景进行精准的仿真模拟，并对大量自动驾驶数据进行高效、高质量处理。我们的一站式服务能够满足自动驾驶领域研发测试的全流程需求。通过深入了解客户需求，结合行业最新技术和趋势，我们致力于为客户提供最适配的自动驾驶解决方案，助力客户在自动驾驶领域取得更大突破。

关注

智驾机器人技术前线: 公众号【智驾机器人技术前线】博主

关注

Akaxi-1: CQU | 大四交流ing | 智能网联汽车专业 | 重庆两江

关注