- 博客(289)
- 资源 (7)
- 收藏
- 关注
RSS订阅
原创 Ubuntu20.04LTS安装CUDA并支持多版本切换
由于我工作站（Ubuntu 20.04 LTS）的英伟达驱动版本为520.61.05，从上图可以看出，我最高可以安装的CUDA版本为11.8.x。（注：CUDA 12.0.x和CUDA 12.1.x都要求英伟达驱动版本大于等于525.60.13，因此我的520.61.05不符合，所以我最高只能安装CUDA 11.8.x的版本）。从链接可以看出，10.2、11.1、11.3这三个版本比较经典，能够支持多数pytorch版本，因此可以选择这三个版本的CUDA进行安装。然后系统询问安装的内容，注意！
2023-04-01 17:00:17
3261
原创 戴尔塔式工作站T3660安装Win10+Ubuntu20.04LTS双系统教程
本人新购了一台戴尔工作站，需要安装双系统（Win10主要是办公+存储使用；Ubuntu主要作为工作站跑代码使用）。安装双系统的过程中，踩了无数的坑，前前后后重装系统了不下30次。现在系统已经趋于稳定了，故把系统安装的一些教程分享给大家。文章末尾列举了我参考的一些文章。
2023-01-01 15:53:49
7927
12
原创 【Call for papers】2023年CCF-A会议截稿日期汇总（持续更新）
中国计算机学会（CCF）成立于1962年，全国一级学会，独立社团法人，中国科学技术协会成员。CCF是中国计算机及相关领域的学术团体，宗旨是为本领域专业人士的学术和职业发展提供服务；推动学术进步和技术成果的应用；进行学术评价，引领学术方向；促进技术和产业应用一线的交流和互动；对在学术和技术方面有突出成就的个人、企业和单位给予认可和表彰。
2022-12-22 15:48:51
15134
3
原创 【技术分享】Anaconda下载安装、pip切换镜像源、conda切换镜像、conda创建指定Python版本虚拟环境教程
由于本人下载的是最新版本的Anaconda安装包，对应的Python版本为Python3.9，因此在这里讲一下如何创建其他版本的Python环境。查阅下表，根据Anaconda安装包名称和Python版本的映射关系，查找你想要的指定版本的安装包。，说明现在最新的版本是Python3.9，图形化的安装包有688MB，是64位的架构。，意思是说把你刚才的配置写入到pip的配置文件里了，如下图所示。下方显示的是清华镜像源的地址，说明配置成功（如下图所示）。，下载自己电脑系统的安装包即可，如下图所示。
2022-12-18 19:05:18
7319
原创 文献检索工具 | 计算机类英文文献检索数据库DBLP
DBLP（DataBase systems and Logic Programming） 是计算机领域内对研究的成果以作者为核心的一个计算机类英文文献的集成数据库系统。DBLP按年代列出了作者的科研成果。包括国际期刊和会议等公开发表的论文。DBLP没有提供对中文文献的收录和检索功能，国内的权威期刊及重要会议的论文缺乏一个类似的集成检索系统。DBLP所收录的期刊和会议论文质量较高，DBLP的文献更新速度很快，很好地反应了国外学术研究的前沿方向。
2022-12-07 23:44:03
6154
原创 强化学习领域值得关注的国际顶级会议
强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。今天给大家介绍几个强化学习领域值得关注的顶级会议。
2022-11-20 17:07:22
6531
原创 猿创征文｜计算机专业硕博研究生提高效率的10款科研工具
大家好，我是帝都某高校的一名在读研究生，研究方向为人工智能安全、强化学习、漏洞挖掘。今天想跟各位计算机相关专业的硕士生、博士生们分享几款超级实用并且能够提高科研效率的工具！！！希望能够得到大家的一键四连（点赞、收藏、评论、关注）~适用系统： Windows/Ubuntu/MacOS官网地址： https://www.anaconda.com工具介绍： Anaconda，我想对于每一位计算机专业的硕博研究生（尤其是目前做计算机视觉、机器学习、深度学习方向的研究生们）来说都不陌生。Anaconda 它是一个开
2022-11-15 22:25:59
6306
12
原创 Ubuntu20.04LTS安装RTX-3060显卡驱动
点击左下角的“显示应用程序”->软件和更新。在ubuntu软件中，将“下载自”更换为阿里云的镜像源（换成国内的镜像源可以提高下载速度），说明没有安装显卡驱动（没有显卡驱动，说明显卡只是简单的插在了设备上，设备并没有识别这个显卡）。将Canonical 合作伙伴（Canonical Partners）勾选上。在Graphics位置，显示的是。如下所示，即为安装成功。安装NVIDIA驱动。
2022-11-14 20:26:23
7724
7
原创 【论文阅读】IEEE Access 2019 BadNets:评估深度神经网络的后门攻击
基于深度学习的技术在各种各样的识别和分类任务上取得了最先进的性能。然而，这些网络通常在计算上非常昂贵，需要在许多gpu上进行数周的计算;因此，许多用户将训练过程外包给云，或者依赖预先训练的模型，然后对特定任务进行微调。在本文中，我们表明外包训练引入了新的安全风险:攻击者可以创建一个恶意训练的网络(后门神经网络，或BadNet)，它在用户的训练和验证样本上具有最先进的性能，但在攻击者选择的特定输入上表现不佳。我们首先在一个玩具示例中通过创建一个后门手写数字分类器来探索BadNets的属性。
2024-03-12 23:14:54
1366
2
原创 【论文阅读】ACM MM 2023 PatchBackdoor:不修改模型的深度神经网络后门攻击
后门攻击是深度学习系统在安全关键场景中的主要威胁，其目的是在攻击者控制的条件下触发神经网络模型的不当行为。然而，大多数后门攻击必须通过使用有毒数据和或直接编辑模型来修改神经网络模型，这导致了一种常见但错误的信念，即通过适当保护模型可以很容易地避免后门攻击。在本文中，我们证明了后门攻击可以在不修改模型的情况下实现。我们不向训练数据或模型中注入后门逻辑，而是在摄像机前放置一个精心设计的补丁(即后门补丁)，与输入的图像一起馈送到模型中。
2024-03-12 14:32:53
1411
原创 【论文阅读】Usenix Security 2023 你看不见我:对基于激光雷达的自动驾驶汽车驾驶框架的物理移除攻击
自动驾驶汽车(AVs)越来越多地使用基于激光雷达的物体检测系统来感知道路上的其他车辆和行人。目前，针对基于激光雷达的自动驾驶架构的攻击主要集中在降低自动驾驶物体检测模型的置信度，以诱导障碍物误检测，而我们的研究发现了如何利用基于激光的欺骗技术，在传感器层面选择性地去除真实障碍物的激光雷达点云数据，然后将其用作自动驾驶感知的输入。这些关键的激光雷达信息的消融会导致自动驾驶障碍探测器无法识别和定位障碍物，从而导致自动驾驶汽车做出危险的自动驾驶决策。
2024-02-28 23:38:39
1131
1
原创 【论文阅读】CVPR 2023 色彩后门:色彩空间中的鲁棒中毒攻击
针对神经网络的后门攻击已经被深入研究，攻击者破坏了受害者模型的完整性，导致它对包含特定触发器的推理样本做出错误的预测。为了使触发器更加难以察觉，人们提出了各种隐蔽的后门攻击，一些作品采用不可察觉的扰动作为后门触发器，限制了被触发图像和干净图像的像素差异。有些作品使用特殊的图像样式(如反射，Instagram滤镜)作为后门触发器。然而，这些攻击牺牲了鲁棒性，并且可以很容易地被基于预处理的常见防御所击败。本文提出了一种同时具有鲁棒性和隐身性的彩色后门攻击方法。我们攻击的关键观点是对所有像素应用统一的。
2024-02-28 11:05:56
1882
1
原创 【论文阅读】ICASSP 2023 针对目标检测的无目标后门攻击
最近的研究表明，深度神经网络(dnn)在使用第三方资源(如训练样本或主干)进行训练时容易受到后门威胁。后门模型在预测良性样本方面具有良好的性能，然而，基于使用预定义的触发模式激活其后门，其预测可能被对手恶意操纵。目前，现有的大多数后门攻击都是针对目标方式下的图像分类进行的。在本文中，我们揭示了这些威胁也可能发生在目标检测中，对许多关键任务应用(例如行人检测和智能监控系统)构成威胁风险。具体来说，我们设计了一种简单而有效的基于任务特征的无目标后门攻击。
2024-02-23 16:53:10
1523
1
原创 【论文阅读】ICCV 2023 计算和数据高效后门攻击
针对深度神经网络(DNN)模型的后门攻击已被广泛研究。针对不同的领域和范式提出了各种攻击技术，如图像、点云、自然语言处理、迁移学习等。在DNN模型中嵌入后门最常用的方法是毒害训练数据。他们通常从良性训练集中随机选择样本进行投毒，而不考虑每个样本对后门有效性的不同贡献，使得攻击不太理想。最近的一项研究[40]提出使用遗忘分数来衡量每个中毒样本的重要性，然后过滤掉冗余数据以进行有效的后门训练。然而，这种方法是经验设计的，没有理论证明。它也非常耗时，因为它需要经过几个训练阶段来进行数据选择。
2024-02-23 14:45:32
1623
1
原创 OA期刊和非OA期刊介绍
在学术研究领域，期刊是学者们分享和交流研究成果的重要平台。然而，随着时间的推移，出版模式也在不断演变，其中最显著的两种是开放获取（OA）期刊和非开放获取期刊。本文将深入探讨这两种期刊模式之间的区别，以帮助读者更好地了解它们的特点和影响。OA期刊和非OA期刊各有其优缺点，选择发表在哪种期刊上通常取决于作者的偏好、研究资金的可用性以及期刊的声誉和影响力等因素。然而，随着OA运动的兴起和政策的支持，越来越多的研究者正在倾向于选择OA期刊，以促进科学知识的自由传播和共享。
2024-02-22 11:09:20
728
原创 Ubuntu20.04安装Carla0.9.15
PythonAPI/example目录下可以看到里面有很多官方给我们的案例，注意在运行PythonAPI里的案例程序时，我们要保证Carla处于运行状态，也就是要先用./CarlaUE4.sh 启动Carla之后才能运行Python程序。执行上述命令后，会弹出一个窗口，开始几分钟可能会窗口黑屏，只需等待几分钟即可。版本下载即可，至于额外的地图，可下可不下，对现阶段安装来说不影响。Carla官方给了一些PythonAPI的用例，代码放在了。选择 [Ubuntu]
2024-02-21 20:24:45
2400
原创 Linux常见命令 | 文件传输命令scp
scp是secure copy的简写，是用于在Linux下进行远程拷贝文件的命令。scp传输是加密的，可能会稍微影响一下速度。另外，scp还非常不占资源，不会提高多少系统负荷，在这一点上，rsync就远远不及它了。虽然 rsync比scp会快一点，但当小文件众多的情况下，rsync会导致硬盘I/O非常高，而scp基本不影响系统正常使用。
2024-02-21 15:28:37
562
原创 常见的Python项目目录结构规范
例如：下面是一段读取本地文件的代码（属于静态参数），这部分代码需要在conf目录下创建.py文件进行管理。目录下的py文件可以自定义名称，如settings.py、mysql-settings.py等。项目说明文档，必须要对项目有详细的说明，包括但不限于项目环境、执行过程、数据流、注意事项等。Git版本管理配置文件，项目中无需提交的代码文件、目录、日志文件等均需在此标明。用于存放各类日志文件，项目如有日志输出，必须放在该目录下。项目运行过程中如有需要执行的脚本文件，存放在此处。
2024-02-06 00:27:08
1819
原创 API接口文档怎么写？
【注：接口若有请求头（Header）参数，需要填写参数的字段名称、字段类型、该字段的必要文字描述。【注：请求体（Body）参数中，需要填写参数的字段名称、字段类型、该字段的必要文字描述。本文档更新说明：提供了接口文档模板，后续如果有接口文档编写相关工作，可以参考该模板。【注：在返回示例的位置粘贴返回的json代码，方便看清接口返回的层次信息。【注：需要介绍接口返回参数中的核心字段，如：字段名、字段类型、字段描述。【注：需要介绍非成功状态下的接口返回示例，方便接口调用方做异常处理。【接口名称，见名知意】
2024-02-06 00:26:03
1109
原创 目标检测及相关算法介绍
目标检测是计算机视觉领域中的一项重要任务，旨在识别图像或视频中的特定对象的位置并将其与不同类别中的对象进行分类。与图像分类任务不同，目标检测不仅需要识别出图像中的对象，还需要确定这些对象在图像中的准确位置，同时通过矩形边界框（Bounding Box）来表示。在自动驾驶领域，目标检测技术具有重要的应用，帮助自动驾驶系统识别和理解道路上的环境，从而做出适当的驾驶决策。目标检测可用于识别道路上的行人，包括行人的位置和动态行为。这对于确保行人的安全以及避免与行人的碰撞非常重要。
2024-02-04 16:58:44
1684
原创 第01课：自动驾驶概述
无人驾驶： 可载人的移动智能机器人，通过丰富感知系统和智能的行为系统实现高效率、高可靠性的驾驶能力。高精地图含有较强的语义信息，例如：会对某条道路40km/h的限速标志做记录，这样就不需要依赖感知模块来感知道路上的限速标志，就可以知道该道路是有限速条件的。提供了很多准确的静态物体的信息：很多固定的环境信息会直接存起来使用，而不是依赖感知模块去探索。
2024-02-04 00:15:59
1840
原创 2023年科睿唯安官方剔除的35本SCI清单
另外两本Journal of Natural Gas Science and Engineering和Journal of Petroleum Science and Engineering，在上一期中已经改为新名字Gas Science and Engineering和Geoenergy Science and Engineering，但这一期旧名字才被剔除。2023年3月20日，科睿唯安官方发布了2023年最新的SCIE目录，目前共有SCIE期刊9509本，其中有多达35本期刊被剔除。
2024-01-23 10:15:23
850
原创 图像分类任务的targeted和untargeted后门攻击分别指的是什么？
Targeted攻击（Targeted Attack）： 这种攻击方式旨在欺骗模型，使其将特定的输入误分类为特定的类别。攻击者有明确的目标，希望模型将输入数据识别为事先选定的错误类别。在后门攻击中，攻击者可能植入了一些特殊的模式或标记，使模型在检测到这些后门时执行错误的分类。Untargeted攻击（Untargeted Attack）： 与targeted攻击相反，untargeted攻击旨在使模型将输入误分类为任何类别，而不是特定的目标类别。攻击者不关心模型将输入分类为哪个类别，只要不是真实的类别即可。
2024-01-23 09:08:10
557
原创 常见荣誉奖励英文翻译
这篇博客旨在为读者提供一份详尽的常见校内奖学金中英文对照表，为学术界和学生群体提供便捷的参考工具。该博客不仅适用于正在寻找奖学金机会的学生，也为学术研究人员提供了对学术和研究型奖学金的全面了解。通过这份中英文对照表，读者将更容易找到适合自己需求和背景的奖学金，提高申请成功率，为个人学术和职业发展打下坚实的基础。各类社会企业奖学金的中文名字一般为：XXXX奖学金，对于此类奖学金可通用的翻译为：The XXXX Scholarship，或 The Scholarship of XXXX。
2024-01-21 22:32:38
1014
原创 2024QS世界大学排名完整榜单
1201-1400 Siksha ‘O’ Anusandhan 大学。1201-1400 Madre y Maestra天主教主教大学。第299位: 罗格斯大学 - 新泽西州立大学新不伦瑞克分校。1201-1400 波哥大 - 豪尔赫大学塔尔多洛扎诺大学。1201-1400 白俄罗斯国立信息大学和放射性电子学系。1201-1400 伊斯兰玛巴德国际伊斯兰大学(IIU)1201-1400 大学德圣卡洛斯危地马拉 - USAC。1201-1400 马六甲国民技术大学马六甲国民技术大学。
2024-01-20 20:45:39
1864
1
原创 【论文阅读】深度学习中的后门攻击综述
后门攻击是一种隐秘而具有挑战性的网络安全威胁，它指的是攻击者利用漏洞或特殊访问权限，在系统中植入隐藏的访问通道。这种方法让攻击者能够在未被发现的情况下进入系统，绕过常规的安全控制，潜伏在其中，进行潜在破坏或数据窃取。在这篇博客文章中，我们将深入探讨后门攻击的本质、影响以及防范方法，帮助您了解并保护自己免受这种隐秘威胁的影响。
2024-01-08 20:34:04
2393
2
原创 中科院分区和JCR分区有什么区别
中科院分区和JCR分区的学科划分不同、参考的期刊影响因子年限不同、分区不同、分区阈值不同、期刊学科分类不同、分区方法不同、指标取值不同、写法不同、IF取值不同、分类体系不同。汤森路透JCR的Journal Ranking没有设置大类学科，只分为176个具体学科，也就是中科院分区表中所指的小类学科。
2023-12-10 14:03:29
859
2
原创 arXiv学术速递笔记12.8
行人轨迹预测对于自动驾驶汽车和具有社会意识的机器人至关重要，由于行人、他们的环境和其他弱势道路使用者之间的复杂互动，因此非常复杂。本文介绍了GSGFormer，一个创新的生成模型，善于预测行人轨迹，考虑这些复杂的相互作用，并提供了大量的潜在的模态行为。我们结合了一个异构的图神经网络来捕捉行人，语义地图和潜在目的地之间的交互。Transformer模块提取时间特征，而我们新的CVAE残差GMM模块促进了多样化的行为模态生成。通过对多个公共数据集的评估，GSGFormer不仅在数据充足的情况下优于领先的方法。
2023-12-08 19:48:34
1099
原创 arXiv学术速递笔记12.6
近年来，深度神经网络（DNN），特别是基于transformer的模型，有一个显著的趋势，即开发更大、更强大的模型。虽然它们展示了最先进的性能，但它们不断增长的规模需要增加的计算资源（例如，内存容量更大的GPU）。为了解决这个问题，量化技术（即，低位精度表示和矩阵乘法）。大多数量化技术采用静态策略，其中在训练或推断期间量化模型参数，而不考虑测试时间样本。相比之下，已经变得越来越流行的动态量化技术在基于所提供的输入的推断期间进行适应，同时保持全精度性能。
2023-12-07 23:17:22
1016
原创 arXiv学术速递笔记12.7
模型的对抗性鲁棒性是指它抵抗以输入数据的小扰动形式的对抗性攻击的能力。通用对抗攻击方法，如快速符号梯度方法（FSGM）和投影梯度分解（PGD），在LiDAR目标检测中很受欢迎，但与特定任务的对抗攻击相比，它们往往存在不足。此外，这些通用方法通常需要不受限制地访问模型的信息，这在现实世界的应用程序中很难获得。为了解决这些限制，我们提出了一种用于LiDAR对象检测的黑盒缩放对抗鲁棒性（ScAR）方法。通过分析KITTI、Waymo和nuScenes等3D对象检测数据集的统计特征，我们发现模型的预
2023-12-07 16:00:58
1141
原创 如何下载IEEE出版社的Journal/Conference/Magazine的LaTeX/Word模板
无论你是一名研究生生或一名资深学者，本教程将向你介绍如何轻松地获取、下载和使用IEEE Journal、Conference、Magazine等不同类型的模板，以便你能够专注于你的研究工作，而不必担心格式问题。在本教程中，我们将提供清晰的步骤和有用的提示，帮助你找到所需的模板，并在你的文稿中正确应用它们。无论你是在LaTeX还是Word中工作，我们都将覆盖这两种常见的文稿编辑工具，以确保你可以按照IEEE的规范撰写、编辑和格式化你的论文，以便顺利提交到IEEE出版。
2023-12-01 10:02:14
2302
原创 arXiv学术速递笔记11.30
尽管在提高神经网络的鲁棒性方面是有效的，但对抗性训练遭受了自然准确性降级问题，即，天然样品的准确性已大大降低。在这项研究中，我们揭示了自然精度退化是高度相关的自然样本拓扑结构的表示空间的定量和定性实验的破坏。基于这一观察结果，我们提出了拓扑保留对抗训练（TRAIN），通过在对抗训练期间仅在自然样本上训练的标准模型中保留自然样本的拓扑结构来缓解这个问题。作为一种额外的正则化，我们的方法可以很容易地以即插即用的方式与各种流行的对抗训练算法相结合，利用双方的优势。
2023-11-30 14:10:45
1104
原创 常见的AI安全风险（数据投毒、后门攻击、对抗样本攻击、模型窃取攻击等）
对抗样本攻击是通过对输入数据进行微小但有针对性的修改，使得机器学习模型产生错误分类或错误预测的样本。这些微小的变化对人类观察几乎不可察觉，但足以使模型做出错误的推断。攻击者可能会植入具有误导性标签或特征的数据，以扭曲模型的学习过程，导致模型偏离真实数据的表征。这些后门可能是针对特定输入触发的，使得模型在遇到这些特定标记或输入时产生意外行为。模型窃取攻击是一种针对机器学习模型的攻击，旨在通过观察模型的输出并利用查询功能，从中。攻击者可能使用额外的查询信息来近似或重建受攻击模型，从而破坏模型拥有者的。
2023-11-29 14:38:40
3361
原创 arXiv学术速递笔记11.28
自动驾驶、目标检测、AIGC、对抗攻击、后门攻击、强化学习等领域一直处于人工智能研究的前沿。这些领域的最新论文不仅推动了技术的发展，也在不断挑战我们对智能系统的认知和安全性的考验。从提高自动驾驶车辆的安全性到优化目标检测算法的准确性，再到对抗攻击和后门攻击的应对策略，以及强化学习在智能决策中的应用，这些论文展示了研究者们在探索人工智能前沿问题时的不懈努力。本篇博客将追踪探讨arxiv相关领域的最新论文的关键观点和突破，深入了解它们对未来技术和社会的影响。
2023-11-28 23:34:01
1200
原创 Git常用命令总结
这些命令是 Git 中最基本和常用的，能够帮助你在项目开发中进行版本控制和协作。记住它们并熟练运用，将会提高你的代码管理效率！Git 是一款强大的版本控制工具，为开发者提供了许多便捷的命令来管理代码库。希望这篇博客能够对你有所帮助！
2023-11-27 20:34:52
738
原创 LaTeX参考文献bib格式常用参数详解
当谈及LaTeX参考文献格式与参数时，深入了解bib文件的内容是至关重要的。bib文件是指定文献引用和格式的关键，其中的参数设置影响着文献列表的呈现方式。通过详细解析LaTeX中常用的bib格式参数，可以为您提供清晰的指引，使您能够更好地掌握文献引用的规范与技巧。在这篇文章中，我们将深入探讨这些参数的含义和用法，助您更轻松地创建规范且精确的参考文献列表。
2023-11-27 20:17:48
4106
原创 【论文阅读】Seeing is Not Believing：Camouflage Attacks on Image Scaling Algorithms（眼见为实:对图像缩放算法的伪装攻击）
图像缩放算法旨在保留缩放前后的视觉特征，在许多视觉和图像处理应用中都很常用。在本文中，我们演示了一种针对常见缩放算法的自动攻击，即自动生成伪装图像，该图像缩放后视觉语义发生显著变化。为了说明这种伪装攻击的威胁，我们选择了几个计算机视觉应用程序作为目标受害者，包括基于流行的深度学习框架的多个图像分类应用程序，以及主流的web浏览器。我们的实验结果表明，这种攻击在缩放后会造成不同的视觉结果，从而对这些受害应用程序造成逃避或数据中毒效应。
2023-09-13 13:47:45
296
1
原创 【论文阅读】ACM MM 2023 自动驾驶中车道检测系统的物理后门攻击
现代自动驾驶汽车采用最先进的DNN模型来解释传感器数据和感知环境。然而，DNN模型容易受到不同类型的对抗攻击，对车辆和乘客的安全构成重大风险。一个突出的威胁是后门攻击，敌手可以通过毒害训练样本来破坏DNN模型。尽管对传统计算机视觉任务的后门攻击进行了大量的研究，但其在自动驾驶场景中的实用性和适用性还很少探索，尤其是在物理世界中。本文的目标是车道检测系统，它是许多自动驾驶任务不可或缺的模块，如导航、车道切换。设计并实现了针对该系统的第一次物理后门攻击。我们的攻击对不同类型的车道线检测算法都是有效的。
2023-08-28 20:56:15
1350
2
原创 【论文阅读】自动驾驶安全的研究现状与挑战
过去十年，自动驾驶行业迅速发展。尽管无人驾驶毫无疑问已经成为本世纪最有前途的技术之一，但其发展面临着多重挑战，其中安全是主要问题。在本文中，我们对自动驾驶安全性进行了全面的分析。首先，提出了自动驾驶的攻击面。在从关键部件和技术方面分析了自动驾驶的运行后，1)传感器;2)操作系统;3)控制系统;4)车联网(V2X)通信。从传感器的自定位和环境感知五个方面对传感器的安全性进行了研究。操作系统的安全性分析是操作系统的第二个维度，主要集中在机器人操作系统上。在控制系统。
2023-08-23 22:18:46
2659
gbk2uni.zip
2023-02-07
git folk和git clone的区别
2022-12-07
TA创建的收藏夹 TA关注的收藏夹
TA关注的人