奥里马-CSDN博客

原创一些常见的深度学习术语：

在深度学习中，backbone、head和neck通常是用来描述卷积神经网络（Convolutional Neural Networks, CNNs）的架构。

2023-04-15 18:56:27 1648

原创神经辐射场（NERF）模型：一个令人惊叹的三维场景重建方法

简单来说，NERF 模型是一种基于神经网络的三维场景重建方法。与传统方法不同，NERF 模型只需要从单个或少数几个 2D 视角中预测每个像素点的颜色和深度值，而不需要使用多个 2D 图像或视角。它通过学习一个表示场景中每个点的神经辐射场函数来实现这一点。

2023-04-03 17:53:58 4549

原创 Nerf理解

该论文介绍了视图合成的问题，即从有限的输入图像集合中生成三维场景的新视图。传统的视图合成方法通常涉及三维重建和渲染技术，这可能计算量大且在捕捉精细细节和复杂光照效果方面存在限制。该论文提出了一种基于神经网络的新方法来进行视图合成，这个方法称为神经辐射场（NeRF），它将三维场景表示为连续的五维函数，可以在空间中的任何点和任何视角处进行评估。

2023-04-03 17:23:53 766 1

odeint函数接受微分方程的函数deriv，初始状态向量y0，时间序列t，以及参数args作为输入，并返回状态向量的演化。最后，我们将返回值解压缩并赋值给变量S，E，I和R。N是总人数，I0和E0是初始感染人数和潜伏期人数，S0和R0是初始易感人数和康复人数。deriv函数接受当前状态y和时间t，以及参数N，beta，gamma和sigma作为输入，并返回微分方程的输出。在这个代码中，我们使用了Python中的SciPy库的odeint函数来求解微分方程，并使用Matplotlib库来绘制结果。

2023-03-27 20:18:18 673

原创评估车辆之间安全距离的指标

公式为：KD = V * T + 0.5 * a * T^2，其中V为初始速度，a为加速度，T为时间。TTC（Time to Collision，碰撞时间）：指车辆在当前速度下到达前车的时间，通常以秒为单位，公式为：TTC = d / (v_rel + 0.001)，其中d为当前距离，v_rel为当前速度差。停止距离：指车辆在制动情况下，从发现障碍物到完全停止所需行驶的距离，公式为：SD = (V^2) / 2g * f，其中V为初始速度，g为重力加速度，f为制动系数。

2023-03-19 18:08:26 9058 2

原创 FCW车辆安全距离算法

目前FCW系统危险程度评估算法大多采用三段式距离判定方法和TTC碰撞事件判别方法，其中三段式距离判定方法应用更多，具体为：第一部分为预警距离（驾驶员反应时间内的距离）；第三部分为预制安全距离（制动结束后本车与前车预留的安全距离，可通过本车速度或相对速度查表）。式中：Vhost —— 本车车速；Vrel —— 相对车速（前车 – 本车）；Tw —— 预警延时1；Thw —— 预警延时2；Tpr —— 升压延时；Aw —— FCW强制动加速度；Safe —— 安全距离；Dis —— 预设距离。

2023-03-19 10:42:18 842

原创冲击波理论

冲击波理论（the kinematic wave theory，也称LWR理论）最初是由Lighthill, M. J和Whitham, G. B. 以及Richards, P. I. 于上世纪50年代提出的，他们将交通流类比为由车辆组成的可压缩连续流体介质，用车流的平均速度（velocity）、平均密度（density）和流率（flow）等宏观变量来描述交通流的演化过程。LWR理论的核心是时空中任意一点的流量q和密度k之间的函数关系。

2023-03-15 16:14:35 1533 1

m0_66159157的博客