绝影智能SenseAuto-CSDN博客

原创 Vision Pro“裸眼上车”，商汤绝影全新舱内3D交互惊艳亮相

以海量的三维数据为基础，商汤绝影实现了技术从2D到3D的迅速突破，为3D手势交互打下坚强基础。2023年，Apple Vision Pro的横空出世让人们领略到了3D交互的魅力，商汤绝影通过深厚的技术研发实力和高效的创新迭代效率，带来两大全新座舱3D交互：3D Gaze高精视线交互和3D动态手势交互。3D手势交互是以超高精的三维手部重建为基础，实时捕捉、识别与分析用户的三维手势动作，实现对车辆功能控制的技术，商汤绝影在北京车展首发座舱内3D手势交互，带来高精度、高稳定性、快速响应的全新交互体验。

2024-05-08 15:00:33 267

原创 BEV 环视感知算法，能否摆脱预训练？

在视觉领域，通用的图像主干网络在近几年发展迅速，如：CNN 结构的 ConvNext，InternImage、ViT（Transformer结构），Swin Transformer 等等，这些模型的新结构、大规模，让其 2D 感知任务的性能取得了显著提升。通过实验，我们验证了透视监督（perspective supervision）的通用性，对于不同的主干网络，我们的方法均能带来明显的提升，NDS 和 mAP 分别提升约 3 个点和 2 个点，而 2D 检测标注数据相对较多，同时通用的检测分类极其丰富。

2024-04-16 18:01:05 1150

原创「百万级」仿真场景库积累，为智驾研发「降本增效」

在仿真运行过程中，环境车辆行为的多样性、交互性、真实性是确保仿真有效的关键，即仿真中环境车辆的行为要尽量接近真实世界的车辆行为，这也是目前市场上很多仿真软件的弱势，如Sumo、 VISSIM等仿真软件主要针对粗粒度的交通流仿真，在车辆横向动力学仿真上不够精细，Prescan、Carsim等针对动力学的仿真软件对于交通流和车辆间的交互仿真能力较弱，另有CARLA、lgsvl、Airsim等开源仿真软件借助简化的自动驾驶技术栈来进行车辆仿真，表现出的车辆驾驶意图和行为较为单一。对自动驾驶车辆进行评测。

2024-04-15 14:09:36 747 1

原创 DMS & OMS 赋能车舱，交互升级助力安全驾驶

随着汽车智能化进程，人们的关注点已渐渐的从汽车的机械素质，转化为人与车之间更安全、高效、舒适的交互方式

2024-04-09 17:51:46 1309

原创智能汽车信息安全防线保卫战

基于车辆完整生命周期来制定网络安全管理流程，定义了组织流程、职责和治理，涵盖概念、开发、验证、生产、运营、报废各个阶段，以处理车辆网络威胁的相关风险，保护车辆免受网络攻击。因此供应商也需要对零部件进行威胁分析和风险评估，识别产品的安全目标和安全需求，制定适当的安全措施，开展适当和充分的测试，以验证安全措施的有效性。针对已识别的安全威胁和风险，我们制定了信息安全解决方案，并通过专家评审，融入到产品需求、设计和实施中，进行充分的测试和验证，如安全编码规范扫描、漏洞扫描、模糊测试和渗透测试等。

2024-04-08 14:37:25 629

原创从 UniAD 到智驾 AGI，解读智驾新趋势（2023.09）

《从 UniAD 到智驾 AGI，解读智驾新趋势》，深入解读 UniAD 技术亮点，探讨智驾未来行业新趋势。以下为本次直播内容整理总结：最近商汤及联合实验室的论文《（UniAD）》（以路径规划为导向的自动驾驶）获得了2023 CVPR Best paper。商汤研究院和上海人工智能实验室 OpenDrive Lab 在过去一年的时间里贡献了许多在自动驾驶领域的工作成果，比如 BEV Former、Persformer、Occupancy Network 等工作。

2024-04-06 14:23:58 1467 1

原创 OccNet 栅格占据网络：重建智能驾驶场景表征

过去几年来，我们深入探索了 Occupancy 在智能驾驶任务中的应用潜力，基于学术数据集和业务数据集搭建了Occupancy benchmark 来系统研究 occupancy，并验证了 OccNet 网络结构框架的有效性：Occupancy 通过通用的表征形式来重建自动驾驶场景，能够实现感知和运动规划等自动驾驶下游任务。的 Occupancy 数据集。相比于 BEV 感知的方案，Occupancy 显示了更加优越的性能，但 3D 的表征形式需要更大的算力成本，同时其数据集应用依赖于标注。

2024-04-06 14:21:14 816 1

原创数据闭环转动，决策规划算法驶入「快车道」

在利用数据时，需要有针对性地提取有价值的场景信息，如导航信息、实时定位、地图、障碍物、行人以及他车等全量信息，以提高数据的信息密度和信息质量，加快算法迭代速度。类似的右变道的场景，模型也可以处理相对复杂的车况。由于缺少足够的数据量，先使用基于规则的自动驾驶系统，产生大量的自动驾驶路测数据，启动模型的训练，快速得到初始模型，此时的模型性能和基于规则的方法相差不大。在数据闭环体系里，我们可以通过离线的数据获得自车实际的轨迹，使用模仿学习算法训练，让模型对自车实际轨迹相似的候选轨迹打高分。

2024-04-03 14:19:21 1556 1

原创 BEV 目标感知能力：效果稳定，目标丰富

随着绝影 BEV 感知算法在广汽埃安旗下「ACE」车型、纯电豪华轿跑昊铂 GT 量产上车，基于行业领先的 Transformer 算法框架，实现 BEV 目标感知、车道线感知、NN-Fusion 多传感器融合感知，以更高效的感知研发能力、精准稳定的感知效果不断降低智驾感知量产研发成本，帮助打造行业领先智驾能力。在以下案例中，昊铂 GT 在雨天的城区道路中行驶，对前方小车、非机动车、行人等目标的感知能力准确且稳定、识别丰富度高，且具有更强的鲁棒性。同理，在黑夜与极端天气下，相机的成像效果大幅降低。

2024-04-03 11:57:10 1062 1

原创面向量产的多传感器标定，统一传感器「世界观」

传感器的标定也决定了感知能力上限：传感器数据的坐标（图像、点云等）与真实世界物体的坐标存在对应的转换关系，对于坐标转换模型公式中的传感器参数调整，就是标定。，当车辆运动时，受到颠簸、加减速的影响，传感器和地面之间的相对位置关系会不断变化，影响最大的是俯仰角，因此动态标定主要针对俯仰角这一个维度，每帧提供一个标定结果。产线标定即车辆在量产过程中按序进入标定间，摆正器将车辆摆正，得到现场标靶相对于车辆的位置关系，然后传感器通过对周围标靶的识别，从而解算出传感器外参。根据判断结果，决定是否继续进行传感器标定。

2024-04-02 20:13:32 981

原创智能汽车「狂飙」时代，拉住功能安全「准绳」

从汽车中广泛应用的 AI 技术本身出发，根据汽车 AI 安全的研发流程体系和技术要求指南，链接行业专家、机构，共同制定提高车载AI技术安全应用流程标准，以满足功能安全、预期功能安全等标准对 AI 技术的特定安全要求，推进安全可靠的软件算法技术在智能汽车行业的应用。近年智能汽车行业进入「狂飙」时代，安全标准的制定就像乘客驾程中必不可少的「刹车片」，在智能汽车安全功能演进中，让汽车功能安全在研发落地进展中不断提升，拉起智能汽车的安全防线。同时，绝影已提前布局，基于 DMS 产品进行 SOTIF 标准的预研。

2024-04-01 11:19:12 883

原创 Drive MLM：探索自动驾驶的 GPT 时刻

DriveMLM 经过了大量通用图文数据的训练，具备强大的开集识别能力和推理能力，能够更加合理、准确地决策，处理更为复杂的场景情况

2024-03-27 18:20:48 1191

原创绝影多芯体验，承载 AI 算法新变革

为满足高算力需求，车载计算平台应运而生，完成感知环节的识别融合任务以及整个决策环节。自动驾驶几乎所有的计算都集中在计算平台。

2024-03-26 17:03:56 1125 1

Evelynnzhao的博客