- 综合排序
- 最热优先
- 最新优先
- 来自专栏python3
3-6 读写二进制文件
在前面两节，读写的文件都是针对文本文件。这一节，重点讲述二进制文件的读写。什么是二进制文件呢？
1.2K10发布于 2020-01-08 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-6)
代码清单3-6 Int CalculateStringDistance(string strA, int pABegin, int pAEnd, string strB, int pBBegin
28350编辑于 2022-11-30 - 来自专栏刷题笔记
3-6 银行业务队列简单模拟 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101221630 3-6 银行业务队列简单模拟 (20 分) 设某银行有A、B两个业务窗口
83930发布于 2019-11-08 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-6 Numpy数组(和矩阵)的合并与分割
在 numpy 中合并数组比较常用的方法有 concatenate、vstack 和 hstack。在介绍这三个方法之前，首先创建几个不同维度的数组：
1.1K10编辑于 2022-05-25 - 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。
1.3K11发布于 2019-11-21 - 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 - 来自专栏大数据文摘
称将在3个月内开特斯拉自动驾驶横穿美国
大数据文摘作品 编译：魏子敏 特斯拉去年立过一个flag：2017年年底之前，使用全自动驾驶功能做一场横穿美国的越野驾驶。2017年已经过去了，显然特斯拉没有完成这个目标。 事实上，这种自动驾驶的长途旅程Drive.ai之前也做过，他们将其命名为“无人车马拉松项目”（The Drive-a-thon），并详细记录下了这场惊险刺激的“24小时行车日记”。 点击查看大数据文摘报道《Drive.ai驾驶日记：有一天，我们让一辆无人车连续行驶了24小时……》 近日，在回应一个有关自动驾驶的问题时，马斯克表示会在3-6个月的时间内做一场横穿美国大陆的自动驾驶。
38950发布于 2018-05-24 - 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 AI日报 - 2025年3月14日
今日概览（60秒速览） ▎ AGI突破 | Anthropic CEO预测AI将主导代码生产（未来3-6个月覆盖90%） ▎ 商业动向 | BYD以400万辆销量超越特斯拉成全球电动车霸主 2.32亿美元投资获10倍回报，印证中国智造潜力1.2 AGI代码革命逼近临界点#代码生成 #软件开发革命 #Anthropic | 影响指数：★★★★☆ 核心进展：Anthropic CEO预测未来3- 项目降低模型训练门槛至$0.03/小时1.3 感知AI伦理争议升级#AI伦理 #公众认知 #政策监管 | 影响指数：★★★☆☆ 核心进展：Jacy Reese调查显示69%美国人支持禁止感知AI开发，特斯拉自动驾驶被认定与黑猩猩同责 数字艺术▲▲ ▲ ▲▲▲ ▲▲▲ 行业洞察：开源模型与电动汽车领跑技术创新，医疗AI政策红利待释放 四、应用案例 (Case Study)4.1 特斯拉自动驾驶道德责任认定 场景：自动驾驶伦理框架构建 指标 实施前实施后行业水平事故归因效率 72h
60600编辑于 2025-03-13- 来自专栏镁客网
自动驾驶容易误导？美国自动驾驶联盟决定改名了
美国自动驾驶联盟改名，遭殃的可能是特斯拉？ 作者 | 来自镁客星球的陈小雪 近日，据外媒报道，美国自动驾驶街道安全联盟（Self-Driving Coalition for Safer Streets）改名为自动驾驶汽车行业协会（Autonomous 而此前，特斯拉销售的“全自动驾驶”（FSD）软件，其实是一种先进司机辅助驾驶系统而非其名称的全自动驾驶。该系统可以控制汽车在道路上执行许多功能，但仍需要人工监督。 此外，AVIA还称，新名称更符合其成员“对行业、政策制定者、记者和公众谈论自动驾驶技术的精确性和一致性的承诺”。另外，AVIA表示支持开发自动驾驶汽车，希望其能完成所有驾驶任务。 有人担心放弃“自动驾驶”一词，对特斯拉来说可能意味着严重后果。不过现在，几乎美国所有自动驾驶汽车运营商似乎正在放弃“自动驾驶”这一词。这些担忧现在似乎已经成为现实。
40220编辑于 2022-02-10 - 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 - 来自专栏博文视点Broadview
自动驾驶中的SLAM
当把自动驾驶作为一个整体考虑时，地图非常重要，因为它提供了决策所需的第一层感知。 通常，将SLAM问题视为真正实现自动驾驶机器人的关键问题之一。因此，SLAM技术也是自动驾驶汽车的核心技术。 自动驾驶SLAM的评估标准 虽然可以通过专用的探索方案被成功地应用于室内移动机器人中，但是对于自动驾驶的大规模环境而言，还是不够的。 因此，在自动驾驶汽车中建图至关重要，并且在如何构建或使用紧凑、可靠的地图方面提出了重要的挑战。 目前，已经确定了如下6个指标来衡量SLAM算法。通常，只有达到这些指标，才能实现自动驾驶。 自动驾驶中的SLAM 从上面论述的在自动驾驶中对SLAM算法的要求可见，必须构建更好的地图，因此，在度量和拓扑级别都需要有环境表示和识别。 这本书详细介绍自动驾驶算法、软件和芯片设计各个环节 凝聚作者10余年高通、华为、谷歌的理论和实战经验 每个章节都能挖掘出潜在的自动驾驶产品和服务 扫码或者点击阅读原文均可查看详情，推荐对自动驾驶感兴趣的小伙伴学习阅读
80110编辑于 2022-08-26 - 来自专栏PyVision
自动驾驶运动预测
Lyft 自动驾驶数据集及运动预测建模教程。 作者: Lyft Self-Driving Team 编译: McGL 要实现完全自动驾驶，尚未解决的关键问题之一是预测自动驾驶汽车附近物体的行为。 image.png 自动驾驶汽车栈的三个主要组成部分: 感知(汽车周围是什么?)，预测(接下来会发生什么?)，规划(汽车应该做什么?) 让我们从自动驾驶汽车的工作原理开始。 在自动驾驶汽车栈中，建立自动驾驶系统的第一步是感知(识别我们周围的事物)。接下来的两个任务是预测(判断接下来会发生什么)和规划(决定 自动驾驶汽车即将做什么)。我们正专注于第二个任务。 自动驾驶汽车需要能够对未来做出预测 —— 这是司机们一直在潜意识里做的事情。设想一辆自动驾驶汽车试图左转，而另一辆车正从相反的方向驶来。 我们很高兴能够鼓励研究社区的创新，阐明自动驾驶领域尚未解决的重要挑战，并推动整个自动驾驶行业向前发展。祝你在竞赛中好运，非常期待看到你建模的成果！
1.6K21发布于 2021-03-30 - 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