MIT6.S094深度学习与无人驾驶整理笔记(2)——————深度学习与无人车导论

本文介绍了无人车技术的关键概念,包括欠驱动系统、传感器(如Radar、LIDAR、立体视觉等)以及深度学习在监督、无监督学习中的应用。还探讨了未来深度学习的发展趋势,如在小型设备上的实现和多模态学习的潜力。
摘要由CSDN通过智能技术生成

 

1.欠驱动系统:系统的独立控制变量个数小于系统自由度个数的一类非线性系统。

2.一般无人车的外部传感器:Radar、LIDAR(激光雷达)、stereo vision(用于立体视觉)、GPS/IMU(微惯性测量单位传感器)

内部传感器:Visible_light camera(可见光摄像机)、inframed camera(红外摄像机)

3.图灵测试:人类在有遮挡和人对话时,计算机被误以为是人的时间超过百分之30.

4.人工神经网络最多100亿,人类是其至少10000倍;

5.监督学习是从数据中学习,从实例中学习;无监督学习中深度学习是表征学习中的一个分支

6.深度学习在未来五年目标:在更小更便宜的设备上可以实现;在无监督学习和强化学习方面探索更多;进一步的探索视频空间

7.多模态学习:是指从具有多个数据源的多个数据集学习。

1.欠驱动系统:系统的独立控制变量个数小于系统自由度个数的一类非线性系统。

2.一般无人车的外部传感器:Radar、LIDAR(激光雷达)、stereo vision(用于立体视觉

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值