- 综合排序
- 最热优先
- 最新优先
- 来自专栏量子位
博世大举进军自动驾驶芯片行业，斥资11亿美元建厂
李林 编译自 Bloomberg 量子位 报道 | 公众号 QbitAI 全球最大的汽车零部件供应商博世，又为自动驾驶技术投下了11亿美元的赌注。 博世周一宣布，投资11亿美元建芯片工厂，生产用于无人车、智能家居和智慧城市基础设施的半导体组件。这是博世历史上最大的一笔投资。 除了用于自动驾驶的芯片之外，这家新工厂也将生产传统的汽车芯片，如控制气囊、仪表盘显示、车载网络等功能的芯片。 随着自动驾驶技术的进步和社会认同的提升，英特尔、高通等越来越多芯片厂商也想进入这个领域。
55570发布于 2018-03-29 - 来自专栏决策智能与机器学习
算法集锦（11）| 自动驾驶 | 基于HOG和SVM的车辆识别算法
ycrcb 'bounding_box_size': 64, # 64 pixels x 64 pixel image 'number_of_orientations': 11 # 1, 2 'do_transform_sqrt': True } # [3 x 3 block positions] x [2 x 2 cells per block] x [11
1.7K20发布于 2020-08-04 - 来自专栏量子位
今年你的双11包裹，也是自动驾驶卡车送来的吗？
从山东济南到上海，一条自动驾驶双11专线已经启用，前装量产智能驾驶重卡，已经投入真正的商业实战运营。 背后的自动驾驶系统提供方——嬴彻科技。 怎样的自动驾驶双11专线？ 这条自动驾驶双11专线，自10月31日起往返于济南和上海之间，每日两班，单程880公里，每次行程由一名司机独立完成。 据嬴彻科技运营高级总监蓝钢介绍，参加该自动驾驶双11专线的司机，都需要先进行两天的培训，充分熟悉自动驾驶卡车的操作，了解嬴彻轩辕系统的特性，经考核合格后即可上车。 不仅好用，还要易用 同样值得注意的是，德邦快递作为业内龙头代表，能率先在国内首家使用自动驾驶卡车展开商业运输，还是在双11这样容错率极低的高峰时刻，也是因其认可嬴彻轩辕系统在应用方式上的“无缝切换，即插即用 经受了双11的大考验证后，嬴彻的自动驾驶商用车队，量产在即，应用在即。 按照此前的披露，嬴彻科技与东风商用车、中国重汽自2019年起分别联合开发量产的自动驾驶重卡。
2.5K40发布于 2021-11-16 YOLOv8v10v11自动驾驶实测对比：揭秘v11遮挡车辆检测精度提升关键
该模型在检测复杂形状车辆方面进步显著，对自动驾驶和交通监控有应用潜力。 >>更多资讯可加入CV技术群获取了解哦~车辆检测是先进智能交通系统（ITS）开发的关键组成部分，该系统依赖于准确且实时的信息来优化交通流量、提升安全性和支持自动驾驶技术。 通过利用深度学习的最新进展并整合架构创新，YOLO11 旨在提升对各类车辆的检测精度，包括小型及部分遮挡的物体，同时保持适用于自动驾驶和交通管理等实时应用的效率。 实际应用意义YOLO11 的高精度、高效性、实时能力和环境适应性使其在以下领域具有广泛应用潜力：自动驾驶： 提升环境感知能力，支持安全导航和决策（识别多种车辆、处理遮挡/光照变化）。 其架构优化（如 C2PSA 模块）实现了鲁棒的实时检测（290 FPS）和对复杂环境的适应性，使其在自动驾驶、交通监控等实际应用中极具价值。
2.2K10编辑于 2025-06-20- 来自专栏机器人课程与技术
ROS机器人项目开发11例-ROS Robotics Projects（8）自动驾驶汽车
自动驾驶汽车近年来非常热门，也是本书第10章的内容，优酷小站也分享过很多这方面主题的视频。 ? 可以参考的一些内容如： 1 RC小车：http://blog.csdn.net/ZhangRelay/article/details/71749723 2 自动驾驶汽车仿真：http://blog.csdn.net
1.4K51发布于 2019-01-23 - 来自专栏决策智能与机器学习
【自动驾驶专题】|自动驾驶技术概况及挑战
而现阶段，大多数汽车则处于Level 2和Level 3之间，可见自动驾驶技术还任重道远。 ? 下图一目了然的展示了自动驾驶汽车相关的软、硬件技术。 当然，让自动驾驶汽车真正走入现实，还需要克服一系列的软、硬件上的技术难关。 现阶段，主要面临的有以下几点挑战。 数据存储 自动驾驶汽车会产生海量的数据。 但现阶段的自动驾驶技术，激光雷达对大多数环境感知都是必需的，它仍将是制造Level5级自动驾驶汽车昂贵的“拐杖”。 极端案例的获取 自从Uber和Tesla自动驾驶车辆卷入交通事故后，制造商意识到获取极端案例对训练自动驾驶汽车的重要性。极端案例（Corner Case），只在特殊情况下出现的路况。 黑箱问题不解决，难以让监管机构相信自动驾驶汽车是足够安全的。 ? 以上是自动驾驶汽车所面临的一些基本问题，还需要大量的资金投入和研究人员来解决。
1.5K10发布于 2020-08-04 - 来自专栏ATYUN订阅号
11家公司联合发布白皮书，提出自动驾驶汽车指导原则
由Aptiv，奥迪，百度，宝马，戴姆勒，菲亚特克莱斯勒汽车，英飞凌，英特尔和大众等11家公司组成的联盟发布了一份白皮书“Safety First For Automated Driving”，描述安全自动驾驶汽车的开发 该公司的自动驾驶汽车原型去年在加州自动行驶了45万英里。zox、特斯拉、亚马逊支持的Aurora、Pony、英伟达和Yandex的自动驾驶汽车部门也都没有参与。 市场营销公司ABI称，2025年将有多达800万辆自动驾驶汽车上路，到2030年，美国将有约2000万辆自动驾驶汽车投入使用。 长时间使用自动驾驶系统的长期影响也可能使驾驶员的态势感知不敏感，这些系统需要更加彻底地考虑自动驾驶系统本身安全执行驾驶功能的能力。 去年夏天的三项独立研究发现，大多数人并不相信自动驾驶汽车的安全性。超过60％的人表示他们不倾向于驾驶自动驾驶汽车，近70％表示担心与它们分享道路，59％的人预计自动驾驶汽车不比人类更安全。
55540发布于 2019-07-05 - 来自专栏决策智能与机器学习
【自动驾驶专题】| Apollo自动驾驶 |定位技术
对于自动驾驶汽车，加速度可以用三轴加速度计来测量。但仅使用加速度计还不足以计算我们的位置和速度。加速度计是在车辆坐标系记录中进行测量，我们需要知道如何将该测量值转换到全局坐标系。 但是，即使将二者结合使用，也不能完全解决自动驾驶的定位问题。比如，我们在山中或者地下隧道中行驶时，可能会长时间没有GPS更新，这会让整个定位系统面临失效风险。 3. 视觉定位 对于自动驾驶汽车，图像是收集起来最简单的数据类型。摄像头便宜且种类繁多，而且易于使用。 我们能够使用图像来定位汽车吗？事实上，单纯通过图像来实现车辆精确定位非常困难。
2.7K41发布于 2020-08-04 - 来自专栏决策智能与机器学习
【自动驾驶专题】|小白都会玩的自动驾驶算法
今天，我们介绍一个可实现自动驾驶的简单算法。 可以看到，本算法实现了基本的自动驾驶功能，非常适合于初学者进行尝试。
91810发布于 2020-08-04 - 来自专栏Vehicle攻城狮
聊聊自动驾驶
身处汽车行业，深感汽车行业的技术革新是迅速的，这次只拿自动驾驶聊聊个人的一些想法和观点，因自动驾驶作为当前热点及未来汽车发展的方向，我们有必要拿出来整理分析一波。 目前自动驾驶的很多技术其实在机器人领域很早就已出现和应用，比如导航定位、机器视觉等，因此自动驾驶可以算是机器人领域应用的一块分支，所以我们也不必过分夸大它有多牛掰。 自动驾驶的分级 对自动驾驶的分级，全球汽车行业公认两个组织提出的：美国高速公路安全管理局（NHTSA）和美国机动车工程师学会（SAE），但在这两者中又以按SAE的分级标准居多，SAE将自动驾驶层级划分为 导航定位技术 导航定位技术是自动驾驶系统的关键和基础，它能反映车辆自主性和智能性，在自动驾驶领域， 导航定位主要采用SLAM技术。 普及依然漫长 关于自动驾驶，正如英国 Millbrook 试验场首席自动驾驶汽车工程师 Peter Stoker所说：“如今，有关自动驾驶的炒作从来没有停止，但我们必须明确告诉大家，自动驾驶汽车并不会在未来几年中大量出现在人们的生活中
61220编辑于 2022-04-19 - 来自专栏AI研习社
人工检查，11 个类、97942 个标签，Roboflow 开源自动驾驶数据集可以使用啦
机器学习即将带来一系列的社会变革，其中一个被大肆宣传的领域是自动驾驶。但是，伴随着自动驾驶技术的巨大动力而来的是巨大的责任，如果一辆自动驾驶汽车训练的不够好，可能会引发车祸，导致人员伤亡。 缺失大量行人和关键标注的自动驾驶数据集问题很大 然而，合适的训练数据集并不是很多。 但是如果人们真的要使用这个数据集来开发开源的自动驾驶汽车，所付出的时间是值得的。 ? 改进的 Udacity 自动驾驶数据集 为了解决这个问题，在获得 MTI 的许可后，2020 年 2 月，Roboflow 修复并重新发布了 Udacity 自动驾驶数据集，大家可以在项目中使用这个数据集 数据集包含 11 个类和 97942 个标签的 15000 张图像，其中还包含 1720 个没有标签的图像。 所有图像均为 1920x1200 的格式，下载大小约为 3.1 GB。
2.2K10发布于 2020-02-21 - 来自专栏决策智能与机器学习
自动驾驶汽车控制模块简介 | 【自动驾驶专题】
自动驾驶汽车先使用感知模块了解其环境，并通过定位模块了解其在环境中的位置，然后使用规划模块进行决策并生成轨迹。 在自动驾驶中应用MPC，首先需要定义执行器，以表征移动车辆的元素。汽车有三个执行器：方向盘，加速踏板和制动踏板。MPC的目的是通过改变上这些致动器发挥方向盘的角度，则在加速器踏板压力或制动踏板。 MPC控制器可以允许车辆在保持安全的同时达到更快的速度，使自动驾驶更有乐趣。 结 语 对于我们想要自主的机器人和无人机，控制阶段是强制性的。
2.5K30发布于 2020-08-04 - 来自专栏决策智能与机器学习
【自动驾驶专题】| Apollo自动驾驶 | 高精度地图
百度的Apollo自动驾驶系统使用了高精度地图。下面我们进行详细介绍。 高精度地图 Vs 传统地图 在你开车时，你是否发现导航地图会向显示一条或几条推荐路线？
1.8K32发布于 2020-08-04 - 来自专栏DataFunTalk
自动驾驶技术沙龙—让自动驾驶重卡开进现实
沙龙主题：自动驾驶技术沙龙—让自动驾驶重卡开进现实 头部自动驾驶公司已经从Demo阶段开始迈入了量产阶段，在自动驾驶重型卡车的量产之路上，对车载的软件系统和硬件平台都提出来很高的要求。 本期沙龙，DataFun邀请智加科技的5位技术专家，将为您就自动驾驶各个模块做深入的技术分享。 主办方：智加科技、DataFun 合作媒体：机器之心 合作社区：腾讯云+社区 合作伙伴：人民邮电出版社 时间：2019年11月30日，13：30-17：30 地点：北京市朝阳区望京科技园E座1层 报名方式
1.3K11发布于 2019-11-21 - 来自专栏企鹅号快讯
自动驾驶五问
2017年9月，美国众议院通过了美国首部自动驾驶汽车法案（H.R.3388），该法案的通过标志着自动驾驶进入了一个新的历史时期。 在新的历史时期之下，我想问自动驾驶五个问题。 解答：基于摄像头、雷达的自动驾驶技术再结合上5G、V2X，每一辆自动驾驶汽车将变成在互联网上一个快速移动的节点。 第三阶段，有条件自动驾驶——根据路况条件所限，必要时必须交由驾驶员驾驶。 第四阶段，高度自动驾驶——自动驾驶系统完成所有驾驶操作，驾驶员可以不接管车辆。 问题五：自动驾驶对汽车生态的主要影响是什么？ 答：电动+自动驾驶、服务+自动驾驶、车居+自动驾驶。 以上是我对自动驾驶的五问，如有你对自动驾驶也有这样或那样的问题，欢迎你在留言区留言。
84680发布于 2018-01-19 - 来自专栏深度学习和计算机视觉
自动驾驶技术简述
未来，高度自动驾驶将被哪些企业所主导，目前尚看不出端倪。不过，对于L3级以下的自动驾驶，也就是ADAS（高级驾驶辅助系统）的主要市场，博世、大陆、电装以及奥托立夫等企业占据了绝大部分的全球市场份额。 ，而高度自动驾驶恰好也依赖这三层架构。 对于自动驾驶汽车来说，由于需要完成大量的运算，域控制器一般都需要搭载一个运算能力足够强的处理器。目前，在业内能够为自动驾驶提供算力支持的企业不外乎英特尔、英伟达、恩智浦、英飞凌等。 毕竟，高精度地图是实现高度自动驾驶所必备的条件之一。 L5的自动驾驶技术研发。
99020发布于 2019-12-25 - 来自专栏企鹅号快讯
AI与自动驾驶
AI运用到汽车行业莫过于自动驾驶技术。而深度学习技术成就它的快速发展。有了刚才水管网络的比喻，我们就比较容易理解深度学习自动驾驶技术。自动驾驶要具备环境感知，高精度地图和驾驶决策三个部分。
1K100发布于 2018-01-23 - 来自专栏杨丝儿的小站
【自动驾驶】技术扫盲
超硬核 | 多传感器融合感知知识点汇总 相机雷达标定 传感器标定是自动驾驶的基本需求，一个车上装了多个/多种传感器，而它们之间的坐标关系是需要确定的。 自动驾驶系统的传感器标定方法：比较详细 激光雷达和摄像头融合 自动驾驶汽车中的激光雷达和摄像头传感器融合 常见配准算法 NDT 算法（与ICP对比）和一些常见配准算法 icp ICP算法是基于EM 自动驾驶系列：激光雷达建图和定位(NDT) 自动驾驶（十）---------正态分布变换（NDT）
58530编辑于 2022-03-01 - 来自专栏趣Python
自动驾驶 未来不来
自动驾驶的定义 按照业界的说法，自动驾驶分为L0~L5，以L3为界，L0~L2为辅助驾驶，L3~L5为自动驾驶。 ? L3：自动驾驶系统控制汽车，驾驶员保持随时接替状态。 L4：特定场景下的自动驾驶，驾驶员可以在后排座位嗨了，不用控制方向盘，制动和油门。 L5：任何场景下都不需要驾驶员。 自动驾驶落地关键点 毫无疑问，自动驾驶要真正落地，是一个系统性的工程，其中牵扯到的上下游产业链极其丰富，这里面不仅仅是技术问题，还有政策，甚至是伦理问题。 自动驾驶趋势预测 第一，打不过就加入，要想在自动驾驶领域的上下游切入，对于创业型公司而言，不能啥都搞，得精通某一项，且能抱住大腿，才能够生存下来并得到发展。 第四，从个人的理解出发，我觉得自动驾驶的落地至少在10年之后；即使能够落地，仍然是特定场景下的自动驾驶，顶天了也就是号称L4的实际L3级别。
71410发布于 2021-06-25 - 来自专栏ADAS性能优化
自动驾驶网络优化
在自动驾驶中，需要大量的sensor信息上传到服务器进行训练。即使在车辆的行驶过程中也需要相关的sensor信息进行融合，感知。
1.5K10编辑于 2022-05-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号