Autoware安装教程 本教程将保姆级帮助大家在 ubuntu22.04 上安装 Autoware 。

阅读 3.6k

26赞

收藏 51
一文带你上手AUTOWARE自动驾驶框架 本文是笔者大学时期学习autoware框架的学习笔记，主要分为概述、定位、建图和感知进行讲述，可供参考~

阅读 2.0k

29赞

收藏 30
自动驾驶之激光雷达 在感知融合中，会对所有目标进一步处理，得到更加准确的目标类别、距离、尺寸、速度等，感知完成红绿灯检测、车道线检测目标融合之后，把感知信息发送给下游模块。其中，(cx, cy, cz)是中心点，(length, width, height)是长宽高，heading是朝向，type是目标类别。多目标跟踪，获取目标运动的历史轨迹，得到更加稳定的朝向、速度、位置等信息，得到跟踪id。下图是地面点云检测的示例图，红色的点云是非地面点云，白色的是地面点云。红色的是roi内的点云，白色的是roi外的点云。

阅读 2.9k

26赞

收藏 40
【自动驾驶】控制算法（十二）横纵向综合控制 | 从理论到实战全面解析 本文是自动驾驶控制算法系列的第十二节，也是本系列的收官之作。这一节综合运用了前十一节的知识，详细讲解了如何实现横向和纵向控制，并介绍了规划接口的重要性。首先，文章介绍了轨迹规划的定义和重要性，强调了规划轨迹与路径规划的区别，以及其在自动驾驶中的关键作用。接着，通过直角坐标系下的轨迹规划示例，详细解释了如何设计满足特定条件的轨迹。文章随后深入探讨了横向控制和规划接口，包括匹配点的更新、规划点与时间的关系，以及如何通过横向控制和规划接口实现车辆的横向运动控制。在纵向控制部分，文章详细解释了横向误差的计算方法

阅读 4.7k

84赞

收藏 105
自动驾驶视觉感知：车道线检测与障碍物识别 自动驾驶视觉感知：车道线检测与障碍物识别 ，人工智能，计算机视觉，大模型，AI，在人工智能与汽车工业深度融合的当下，自动驾驶技术成为科技领域的热门焦点。自动驾驶系统的正常运行依赖于多模块协同工作，其中视觉感知作为车辆 “观察” 外界环境的核心模块，承担着获取道路信息的重任。车道线检测能够帮助车辆确定自身在车道中的位置，规划行驶路径；障碍物识别则可及时发现潜在危险，保障行车安全。本文将深入探讨自动驾驶视觉感知中的车道线检测与障碍物识别技术，结合丰富的代码示例和详细的概念解析，带您揭开其神秘面纱。

阅读 3.0w

61赞

收藏 57
自动驾驶 车道检测实用算法 直方图应该有两个尖峰，各代表一条车道线，左边的尖峰是左边的车道线，右边的尖峰是右边的车道线。为了 正确的识别图像中的车道，首先需要消除图像中的径向偏差。在前面的各步骤中，我们进行了图像的二元阈值化和视角变换，最终获得一个黑白图像，其中白色的像素代表我们试图检测的车道线的部分。最后，利用两个检测到的车道线的位置，并假设摄像头位于图像的中心位置，可以计算出汽车相对于车道的位置。在上图中，最左边的图像显示了原始的失真图像，最右侧的图可以看出图像顶部的角度扭曲，中间的图像是经过摄像头校准后的未失真图像。

阅读 2.5k

36赞

收藏 60
作者推荐
睡觉狂魔er
哈尔滨工业大学（深圳）机电学院控制科学与工程在读博士，研究兴趣为多智能体博弈、强化学习。
关注
zhaoyqcsdn
a coder with c++/Python/shell; 自动驾驶从业者
关注
小趴菜_自动驾驶搬砖人
自动驾驶领域小白，希望跟大家一起学习自动驾驶相关内容。
关注
一实相印
前百度、前蔚来自动驾驶团队成员，传统车企自动驾驶软件架构师。
关注
智驾机器人技术前线
公众号【智驾机器人技术前线】博主
关注
simba丶小小程序猿
初涉IT，信仰C；学无止境，爱python。
关注
3Ｄ视觉工坊
公众号「3D视觉工坊」博主，微信：cv3d007
关注
Coding哈基米
一名热衷于移动机器人领域探索与开发的在HITWH大三生，专注于自主导航、自动驾驶和运动控制方向的研究。
关注
数据与算法架构提升之路
我是一名专注于AI和数据架构的技术专家，拥有扎实的编程与数学基础。在大数据框架重构和底层源码开发方面积累了丰富经验，擅长自动驾驶、数据架构和深度学习等领域的研究与实践。目前，我主要从事数据AI架构相关工作，并曾在新能源汽车行业积累了深厚的技术背景。对技术创新和持续学习充满热情，致力于推动前沿技术的应用与发展。
关注
AI Planner&Control
研究方向：自动驾驶规划控制算法 欢迎广大同学们赐教、交流！
关注