<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[getusushu的博客]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/getusushu</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; getusushu]]></copyright><item><title><![CDATA[VLA会取代世界模型吗？自动驾驶终极猜想｜全网独家复现VLA与世界模型融合架构、揭示互补共生关系、助力端到端智驾安全与泛化能力双重涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161508853</link><guid>https://blog.csdn.net/getusushu/article/details/161508853</guid><author>getusushu</author><pubDate>Sat, 31 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[全局超参配置 适配车规级实时推理PRED_FUTURE_LEN = 50 # 5s长时序推演# 多模态特征归一化模块。]]></description><category></category></item><item><title><![CDATA[理想MindVLA-o1全栈技术深度解析｜全网独家复现3D ViT+MoE混合专家架构、强化多模态时空推理与动力学轨迹生成、助力城市NOA/高速NOA端到端决策泛化与极限场景博弈有效涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161508549</link><guid>https://blog.csdn.net/getusushu/article/details/161508549</guid><author>getusushu</author><pubDate>Fri, 30 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[MindVLA-o1的推出，标志着车载端到端智驾正式完成模块化拼接向原生多模态统一智能体的范式革命。其核心技术突破在于，通过3D ViT原生三维感知解决了传统模型空间理解模糊的底层问题，依托MoE混合专家架构平衡了模型容量与车载算力的矛盾，借助隐世界模型与动力学约束，实现了“感知精准、推理智能、预判长远、轨迹可控”的全维度升级。相较于传统智驾模型，MindVLA-o1彻底解决了城市NOA博弈保守、通行卡顿、长尾失效，高速NOA预判不足、变道迟疑、应急薄弱等量产顽疾。]]></description><category></category></item><item><title><![CDATA[从模仿到自我试错：强化学习开启智能驾驶新纪元｜全网独家复现混合模仿-强化学习架构、突破人类驾驶经验数据上限与策略固化缺陷、助力端到端智驾零样本泛化与极限场景安全决策有效涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161507970</link><guid>https://blog.csdn.net/getusushu/article/details/161507970</guid><author>getusushu</author><pubDate>Tue, 27 Oct 2026 08:15:10 +0800</pubDate><description><![CDATA[摒弃传统单一效率奖励的粗放设计，构建安全优先、效率兼顾、舒适适配、合规兜底的四维加权奖励体系，为强化学习试错提供精准评判依据：安全维度奖励规避碰撞、贴近障碍、风险预判不足等问题；效率维度奖励合理提速、顺畅通行、减少无效等待；舒适维度奖励平稳加减速、无顿挫、无急打方向；合规维度奖励车道规范、礼让通行、遵守交通规则，全方位定义高阶智能驾驶的最优标准。]]></description><category></category></item><item><title><![CDATA[MCU中断与事件响应深度解析｜全网独家拆解EXTI/NVIC架构差异、优化实时性与功耗、助力嵌入式低功耗设备与高精度时序系统开发]]></title><link>https://blog.csdn.net/getusushu/article/details/161625828</link><guid>https://blog.csdn.net/getusushu/article/details/161625828</guid><author>getusushu</author><pubDate>Sun, 25 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[在ARM Cortex-M架构嵌入式开发中，中断响应与事件响应是EXTI外设两大核心触发机制，也是嵌入式底层实时开发、低功耗开发的核心重难点。多数开发者仅掌握中断开发，对事件响应机制认知模糊，极易出现高频中断卡顿、CPU占用过高、设备功耗超标、时序精度不足等量产问题。]]></description><category></category></item><item><title><![CDATA[蔚来智驾全栈技术深度解析｜全网独家复现 NWM 世界模型+NADArch2.0 端到端架构+群体智能闭环、助力全域领航、主动安全、无图泊车有效涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161517153</link><guid>https://blog.csdn.net/getusushu/article/details/161517153</guid><author>getusushu</author><pubDate>Sat, 24 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[现阶段量产高阶智能驾驶普遍采用模块化解耦流水线架构，感知、预测、规划、控制子模块独立训练、串行推理，存在两大核心桎梏：一是时空认知割裂，传统模型仅聚焦单帧空间特征提取，缺失时序动态关联能力，无法建模交通参与者的连续运动趋势、场景时序演变规律，面对车流博弈、突发避险、动态路况迭代场景预判滞后、决策僵硬；二是标注成本高昂，传统监督学习依赖海量人工精细标注的车道、障碍物、运动轨迹、场景语义数据，长尾场景标注覆盖率低、人工误差大、迭代周期长，模型泛化能力难以持续提升。]]></description><category></category></item><item><title><![CDATA[千里浩瀚 G-ASD3 智驾系统技术架构深度解析｜全网独家复现 Smart AI Agent+WAM 世界行为模型 + VLA 多模态大模型、打破模块化流水线、助力全场景 D2D 领航、城市 / 高速]]></title><link>https://blog.csdn.net/getusushu/article/details/161516724</link><guid>https://blog.csdn.net/getusushu/article/details/161516724</guid><author>getusushu</author><pubDate>Fri, 23 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[当前主流高阶智能驾驶普遍依赖感知-预测-规划-控制传统模块化流水线架构，存在模块割裂、特征损耗、规则冗余、长尾场景泛化弱四大核心痛点。模块化拼接模式高度依赖高精地图先验与人工规则适配，面对城市非标小路、高速动态博弈、临时施工改道、异形障碍物、无标识路口等复杂场景，极易出现决策僵硬、轨迹生硬、避险滞后、领航断联等问题，长期制约无图NOA普及、全链路D2D连续领航、极限主动安全的落地上限。]]></description><category></category></item><item><title><![CDATA[华为乾崑智驾 ADS V4.1「防御性限速」技术架构全解析｜全网独家复现预判式控速、弯道曲率预瞄、人车共驾安全兜底、助力城市/高速主动安全与驾乘舒适性有效涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161512022</link><guid>https://blog.csdn.net/getusushu/article/details/161512022</guid><author>getusushu</author><pubDate>Thu, 22 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[高阶智能驾驶长期存在安全与舒适无法兼顾、高速突发场景容错低、弯道过弯侧倾顿挫、人驾误操作无兜底四大量产痛点。传统智驾控速逻辑以“规则限速、被动响应”为主，仅依据道路标识、前车车速进行滞后式调速，面对异形弯道、湿滑路面、后车夹击、人驾超速误操作等复杂场景，极易出现过弯离心力超标、紧急重刹、速度突变、避险不及时等问题，极大制约城市道路与高速干线的智驾通行安全性与驾乘体验上限。华为乾崑ADS V4.1版本核心迭代亮点之一，就是全域防御性限速技术。]]></description><category></category></item><item><title><![CDATA[自动驾驶VLM与VLA核心区别全解析｜全网独家复现视觉语言理解与动作生成架构、厘清认知与执行范式差异、助力端到端感知推理、决策执行、长尾场景泛化、拟人化智驾落地有效涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161511526</link><guid>https://blog.csdn.net/getusushu/article/details/161511526</guid><author>getusushu</author><pubDate>Wed, 21 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[高阶自动驾驶从传统模块化拆分（感知、预测、规划、控制）迭代至大模型端到端统一范式后，视觉语言模型（VLM）与视觉语言动作模型（VLA）成为行业两大核心技术基座。大量研发与落地实践证明，绝大多数智驾方案迭代瓶颈、场景失效、决策生硬、泛化能力弱的问题，本质源于VLM认知架构与VLA执行架构的混用、错配、边界模糊。行业普遍存在认知误区：将VLM与VLA归为同类多模态模型，忽略二者在输出范式、优化目标、技术链路、落地定位的本质差异。简单来说，]]></description><category></category></item><item><title><![CDATA[智驾迈入物理AI时代｜全网独家复现VLA与世界模型技术融合范式、厘清两大主流路线博弈核心差异、助力高阶智驾物理推理升级、长尾场景泛化、L4级无图量产落地有效涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161510979</link><guid>https://blog.csdn.net/getusushu/article/details/161510979</guid><author>getusushu</author><pubDate>Tue, 20 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[高阶自动驾驶技术已经彻底告别“感知+定位+规划+控制”模块化堆叠、纯数据驱动拟合的传统阶段，正式迈入物理AI原生驱动的全新迭代周期。过去数年，行业依托海量路测数据、人工规则编码、高精地图先验，实现了常规路况的稳定通行，但始终无法突破长尾场景失效、非标路况泛化弱、机械决策无预判、极限场景推理失真四大行业顽疾，L4级全域无图智驾量产落地长期陷入瓶颈。物理AI时代的核心变革，是让自动驾驶模型不再单纯记忆数据、拟合场景，而是学习真实世界物理规律、交通博弈逻辑、物体运动约束。]]></description><category></category></item><item><title><![CDATA[小鹏第二代VLA全栈技术深度解析｜全网独家复现视觉直出动作端到端架构、破除中间语言转译冗余瓶颈、助力L4级自动驾驶能力量产落地、全场景无图智驾、动态博弈通行、极限场景避险有效涨点]]></title><link>https://blog.csdn.net/getusushu/article/details/161510666</link><guid>https://blog.csdn.net/getusushu/article/details/161510666</guid><author>getusushu</author><pubDate>Mon, 19 Oct 2026 08:22:30 +0800</pubDate><description><![CDATA[高阶自动驾驶技术迭代已从模块化规则堆叠多阶段中间态转译正式迈入物理世界原生端到端AI驱动时代。传统智驾VLA（视觉-语言-动作）架构普遍存在多层级信息转译、特征丢失、延迟过高、泛化性弱、极度依赖高精地图与人工规则等痛点，无法适配国内复杂人车混行、非标路况、突发极限场景，长期制约L4级高阶智驾规模化量产落地。小鹏第二代VLA作为全球首款量产级物理世界大模型，彻底颠覆传统VLA三段式架构，核心革新为砍掉语言转译中间层。]]></description><category></category></item><item><title><![CDATA[CVBS与AHD摄像头深度解析｜全网独家对比信号原理画质传输差异、优化模拟视频稳定性、助力车载影像安防监控工程精准选型]]></title><link>https://blog.csdn.net/getusushu/article/details/161626067</link><guid>https://blog.csdn.net/getusushu/article/details/161626067</guid><author>getusushu</author><pubDate>Sun, 18 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[在车载倒车影像、户外安防监控、工业设备可视化领域，模拟摄像头凭借布线简单、延迟极低、成本可控、兼容性强的优势，依旧占据大规模存量市场，其中CVBS标清模拟、AHD高清模拟是两大主流核心方案。两类摄像头共用同轴电缆、BNC/RCA硬件接口，外观与布线方式无明显区别，但底层信号编码、频带架构、画质表现、传输距离、抗干扰能力存在代际差异。]]></description><category></category></item><item><title><![CDATA[独立与窗口看门狗深度解析｜全网独家拆解IWDG/WWDG喂狗时序机制、容错差异、适配场景、助力嵌入式设备抗干扰防死机自动复位]]></title><link>https://blog.csdn.net/getusushu/article/details/161628525</link><guid>https://blog.csdn.net/getusushu/article/details/161628525</guid><author>getusushu</author><pubDate>Sat, 17 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[在嵌入式工控、车载、物联网、电力设备等高可靠场景中，程序跑飞、死循环、堆栈溢出、电磁干扰死机是设备失控的核心痛点，而看门狗是硬件层面最后的自愈防线。STM32、GD32等主流Cortex-M内核MCU内置独立看门狗（IWDG）与窗口看门狗（WWDG）两类硬件看门狗，二者均可实现超时系统复位，但在时钟架构、供电机制、喂狗时序、容错能力、工作模式上存在本质区别。]]></description><category></category></item><item><title><![CDATA[MCU低功耗Sleep/Stop/Standby深度解析｜全网独家拆解时钟电压上下文差异、适配各类低功耗场景、优化设备静态功耗、助力物联网车载设备长效续航]]></title><link>https://blog.csdn.net/getusushu/article/details/161628719</link><guid>https://blog.csdn.net/getusushu/article/details/161628719</guid><author>getusushu</author><pubDate>Fri, 16 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[嵌入式电池供电设备、车载ECU、工业传感器的核心竞争力在于低功耗续航能力，STM32、GD32等Cortex-M内核MCU标配Sleep、Stop、Standby三级阶梯式低功耗模式，三类模式通过差异化关闭系统时钟、外设时钟、内核供电域实现梯度省电。多数开发者仅掌握基础休眠调用，无法区分三类模式的时钟状态、电压域、上下文保存、唤醒机制核心差异，频繁出现休眠功耗超标、唤醒失败、程序跑飞、设备无法重启、续航腰斩等量产问题。]]></description><category></category></item><item><title><![CDATA[PCL类内Ptr编程实战精讲｜全网独家复现成员指针初始化规范、规避编译运行崩溃、助力点云滤波SLAM工程稳定落地]]></title><link>https://blog.csdn.net/getusushu/article/details/161644670</link><guid>https://blog.csdn.net/getusushu/article/details/161644670</guid><author>getusushu</author><pubDate>Wed, 14 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[在PCL模块化工程开发中，绝大多数开发者都会将点云处理逻辑封装为工具类、处理类，以此实现代码复用、逻辑解耦，适配滤波、分割、配准、SLAM建图等批量处理场景。但在类成员变量定义环节，点云智能指针Ptr的初始化写法极容易出现语法错误、编译报错、运行空指针崩溃等疑难问题。很多开发者习惯将局部变量的Ptr初始化写法直接套用在类成员上，在类声明位置直接使用new初始化智能指针，最终出现编译失败、程序运行闪退、成员变量为空等问题。]]></description><category></category></item><item><title><![CDATA[MCU定时器PWM采集深度解析｜全网独家拆解输入捕获与PWMI硬件机制、精准测量频率占空比、助力电机电调工控闭环高精度稳定测量]]></title><link>https://blog.csdn.net/getusushu/article/details/161629582</link><guid>https://blog.csdn.net/getusushu/article/details/161629582</guid><author>getusushu</author><pubDate>Tue, 13 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[PWM脉冲信号是嵌入式工控、电机驱动、智能控制领域的核心交互信号，频率与占空比的精准采集是实现闭环控制、设备状态监测、信号解析的核心前提。传统GPIO软件检测方式存在精度低、漏采样、CPU占用高、抗干扰能力差等致命缺陷，无法满足量产设备高精度稳定测量需求。]]></description><category></category></item><item><title><![CDATA[MCU时钟系统与时钟树深度解析｜全网独家拆解时钟源分配倍频分频原理、优化外设时序与静态功耗、助力嵌入式设备稳定高效运行]]></title><link>https://blog.csdn.net/getusushu/article/details/161629217</link><guid>https://blog.csdn.net/getusushu/article/details/161629217</guid><author>getusushu</author><pubDate>Mon, 12 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[时钟是嵌入式MCU的核心运行心跳，所有内核运算、总线传输、外设工作均依赖精准时钟信号驱动，时钟系统的配置合理性直接决定设备时序精度、运行稳定性、工作功耗与外设兼容性。STM32、GD32等主流Cortex-M内核MCU搭载多时钟源、PLL倍频、多级分频、总线分级分配的完整时钟树架构，多数开发者仅会套用默认时钟配置，不理解时钟树分配逻辑、倍频分频原理、总线时钟约束规则，频繁出现串口乱码、ADC采样失真、定时器误差大、设备超频死机、低功耗功耗超标、外设无法工作等量产问题。]]></description><category></category></item><item><title><![CDATA[CAN控制器与收发器深度解析｜全网独家拆解层级分工与硬件协同逻辑、厘清信号转换链路、助力车载工业CAN总线高可靠稳定通信]]></title><link>https://blog.csdn.net/getusushu/article/details/161632598</link><guid>https://blog.csdn.net/getusushu/article/details/161632598</guid><author>getusushu</author><pubDate>Sun, 11 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[车载电控、工业自动化CAN总线开发中，多数通信异常、报文丢包、总线关闭、干扰死机问题，均源于开发者混淆CAN控制器与CAN收发器的硬件层级、功能分工与协同逻辑。二者是CAN总线通信不可或缺的核心硬件，分别对应数据链路层协议处理与物理层电气信号转换，功能独立且层层耦合。]]></description><category></category></item><item><title><![CDATA[CAN控制器ID过滤机制深度解析｜全网独家拆解掩码列表双模式硬件筛选流程、精准过滤冗余报文、助力车载多节点总线低负载稳定通信]]></title><link>https://blog.csdn.net/getusushu/article/details/161630332</link><guid>https://blog.csdn.net/getusushu/article/details/161630332</guid><author>getusushu</author><pubDate>Sat, 10 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[车载CAN总线、工业CANopen多节点组网场景下，总线广播式传输特性会导致所有节点接收全网报文，冗余报文频繁触发中断、占用CPU资源，极易引发总线卡顿、数据延迟、控制失效等问题。CAN控制器硬件ID过滤是解决该问题的核心关键技术，依托控制器内置硬件电路实现报文前置筛选，无需CPU干预即可拦截无效冗余报文。]]></description><category></category></item><item><title><![CDATA[PCL智能指针Ptr深度精讲｜全网独家复现引用计数内存机制、规范点云内存开发、规避程序崩溃、助力滤波分割SLAM项目稳定落地]]></title><link>https://blog.csdn.net/getusushu/article/details/161644485</link><guid>https://blog.csdn.net/getusushu/article/details/161644485</guid><author>getusushu</author><pubDate>Fri, 09 Oct 2026 00:30:00 +0800</pubDate><description><![CDATA[在PCL点云开发全流程中，无论是点云读取、滤波去噪、分割聚类、配准融合，所有官方算法接口的输入输出参数，均强制依赖智能指针类型。绝大多数开发者仅会简单调用初始化、赋值、传参操作，却完全不了解其底层内存机制，导致项目长期运行出现各类疑难BUG。常见典型问题包括：程序随机段错误崩溃、长时间运行内存泄漏暴涨、多线程处理点云数据错乱、函数传参触发海量点云深拷贝、空指针调用算法接口直接闪退、重复释放内存导致程序宕机。这类BUG复现概率低、排查难度大，是制约PCL项目量产落地、长期稳定运行的核心瓶颈。]]></description><category></category></item><item><title><![CDATA[VIST3A全网独家复现 | 模型拼接融合视频生成与3D重建，强化多视图一致性、提升几何精度，助力文本直出高精度完整3D场景高效生成]]></title><link>https://blog.csdn.net/getusushu/article/details/162009200</link><guid>https://blog.csdn.net/getusushu/article/details/162009200</guid><author>getusushu</author><pubDate>Thu, 08 Oct 2026 08:16:56 +0800</pubDate><description><![CDATA[VIST3A依托创新的跨模型拼接融合+潜空间对齐+自监督奖励微调范式，彻底解决了传统文本转3D方案视图错位、几何失真、训练成本高、特征损耗严重的行业痛点。框架无需从零训练大型3D生成模型，无需海量3D标注数据，以极致轻量化的改造方式，完美融合预训练视频生成模型与多视图3D重建模型的双重优势，实现文本直出高一致性、高精度、高完整性的三维场景。整套框架模块化程度高、兼容性强、落地门槛低，可适配仿真训练、游戏量产、数字孪生、AR/VR内容制作等全场景工业需求，综合性能与落地价值远超传统流水线与端到端大模型方案。]]></description><category></category></item></channel></rss>