qq_39764867的博客

原创 自动驾驶安全模型研究

原创 【笔记】自动驾驶预测与决策规划_Part9_数据驱动前沿算法与发展趋势

1.端到端自动驾驶 2.自动驾驶与多模态

原创 【笔记】自动驾驶预测与决策规划_Part8_数据驱动的规划方法

1.生成模型 2. 模仿学习 3.强化学习

原创 【笔记】自动驾驶预测与决策规划_Part7_数据驱动的预测方法

1. 多模态传感器的编码方式2. 输出表达形式3. 场景级别预测和决策4. 长时预测5. 预测的评测指标

原创 【笔记】自动驾驶预测与决策规划_Part6_不确定性感知的决策过程

1. 部分观测的马尔可夫决策过程2. EPSILON 系统解析3. MARC解读

原创 【笔记】自动驾驶预测与决策规划_Part5_决策过程(上)

课程链接：https://www.shenlanxueyuan.com/my/course/700Part1_自动驾驶决策规划简介Part2_基于模型的预测方法Part3_路径与轨迹规划Part4_时空联合规划随机过程（Stochastic Process）是一个数学对象，它描述了一个系统的状态如何随着时间演变，其中系统的状态是随机的。具体来说，随机过程是一个随时间变化的随机变量的集合，每个时间点都有一个对应的随机变量。状态空间随机过程的状态空间是系统可能的所有状态的集合。

原创 【笔记】自动驾驶预测与决策规划_Part4_时空联合规划

1. 时空联合规划的基本概念2.基于搜索的时空联合规划 （Hybrid A* ）3.基于迭代计算的规划方法4.基于时空走廊的时空联合规划方法

原创 【笔记】自动驾驶预测与决策规划_Part3_路径与轨迹规划

路径与轨迹规划：基于搜索的路径规划、基于采样的路径规划、基于优化的路径规划

原创 自动驾驶中的决策规划技术分享--轻舟智航

李仁杰，轻舟智航规划算法负责人，自动驾驶决策与规划技术专家。在自动驾驶系统中，决策规划模块用于解决车辆“怎么走”的问题。与业界惯用的时空分离算法不同，轻舟智航采用时空联合规划算法，同时在空间和时间维度求解最优行车轨迹，得到更加舒适、安全、拟人的驾驶行为。总体介绍。

原创 深蓝学院-- 量产自动驾驶中的规划控制算法 小鹏

来源：深蓝学院：《量产自动驾驶中的规划控制算法》

原创 【笔记】自动驾驶预测与决策规划_Part2_基于模型的预测方法

课程链接：https://www.shenlanxueyuan.com/my/course/700通过已有的感知及常识，推理出目标一段时间后的行为，来决定自己当前的动作。预测系统的必要性预测结果的的多模态性、不确定性。预测系统的架构预测系统的发展。

原创 【笔记】自动驾驶预测与决策规划_Part1_自动驾驶决策规划简介

0、前言1、自动驾驶概述1.1 预测（Prediction）1.2 决策（Decision Making）1.3 规划（Planning）2、自动驾驶历史和背景3、自动驾驶级别和分类4、预测决策规划的重要性4.1 预测的重要性4.2 被遮挡的车辆（occluded agents）的处理1. 基于感知的预测（Perception-Based Prediction）2. 基于运动的预测（Motion-Based Prediction）

原创 《C语言基础学习笔记》—— 黑马程序员 ＜Part1-4＞

《C语言基础》—黑马程序员，自学笔记。更多视频及教程请参考：https://space.bilibili.com/37974444?spm_id_from=333.788.b_765f7570696e666f.1

原创 ECE_R79_Steering Systems_法规解读

针对 ECE_R79_Steering Systems 进行了法规解读，其中包括AVP\RCP等低速行驶或泊车时对转向系统的要求及测试方法，以及LKA\ALC\LDP\ELK等ADAS功能对转向系统的技术要求及测试方法。

原创 学习记录《Simulink 快速入门 —— 官方Help文档》

本文基于Simulink官方的Help文档，对simlink的基本操作进行了系统学习记录，仅供参考。Simulink® 是一个模块图环境，用于多域仿真以及基于模型的设计。它支持系统级设计、仿真、自动代码生成以及嵌入式系统的连续测试和验证。Simulink 提供图形编辑器、可自定义的模块库以及求解器，能够进行动态系统建模和仿真。Simulink 与 MATLAB® 相集成，这样您不仅能够在 Simulink 中将 MATLAB 算法融入模型，还能将仿真结果导出至 MATLAB 做进一步分析。

原创 基于毫米波雷达的手势识别原理

本文以TI的Gesture UserGuide为参考，简述基于毫米波雷达的手势识别原理，实现左划、右划、向上、向下、顺时针、逆时针6种手势。

原创 ADAS工程师的成长之路——ACC法规（ISO 15622-2018 — Adaptive cruise control systems）

ACC法规学习（ISO 15622-2018 — Adaptive cruise control systems）该法规对于ACC功能的开发及测试具有较大的指导意义，为此进行了该标准的学习与翻译。

原创 基于毫米波雷达的舱内乘员检测原理——Occupant Detection 车内乘员检测

随着安全意识的提高，不少车型开始搭载基于毫米波雷达的舱内乘员监测系统。其原理如下：首先通过1DFFT及DOA生成“距离-方位”的热力图，在得到热力图后，提取其特征，并采集数据进行离线的训练优化，得到权重矩阵，依据权重矩阵及区域检测算法，得到乘员分布情况。

原创 汽车FMCW毫米波雷达信号处理流程

毫米波雷达信号处理的作用是：通过发射、接收信号，获得目标径向距离、径向速度、径向角度、RCS等目标属性信息。主要包括：：AD采样、Range FFT、Doppler FFT、Non-coherent Combing、CFAR、DOA Estimation等步骤。

原创 TI FMCW毫米波雷达基础（3）——角度测量原理

目标距离的微小变化会导致range-FFT峰值的相位变化。角度估计至少需要2个RX天线。 从目标到每个天线的差分距离 $\Delta d$导致FFT峰值发生相位变化，该相位变化用于估计到达角。

原创 TI FMCW毫米波雷达基础（2）——测速原理

测速的基本原理，是依据多普勒效应；由于物体距离的变化会引起接收信号相位的变化，因此通过观测一段时间内的接收信号的相位变化，即可通过相位差估算出此时目标的速度。目标速度的测量主要需要解答以下问题： - 速度估算的原理是什么？ - 同一距离处，多个目标的速度如何获取？ - 同一距离下，两个目标？ - 可测量的最大速度？

原创 毫米波雷达心率、呼吸检测原理 TI mmWave Labs —— Driver Vital Signs

毫米波雷达心率、呼吸检测原理本文介绍了毫米波雷达心率、呼吸频率检测的基本原理和算法流程，并通过TI的AWR1642 实现了其功能。

原创 TI 毫米波雷达基本原理（1）——测距原理

1简介

原创 CNCAP2021版 主动安全ADAS系统试验方法

《C-NCAP管理规则（2021年版）》已于2020年8月25日正式发布，并将于2022年1月1日正式实施。CNCAP2021版主动安全部分主要更新了如下内容：增加了车辆自动紧急制动系统（AEB）的试验场景；增加了车道保持辅助系统（LKA）试验及评价方法；增加了对于车道偏离报警系统（LDW）、盲区监测系统（BSD）、速度辅助系统（SAS）的审核项目及技术要求；增加了整车灯光性能试验及评价方法；修改了评分体系，主动安全权重由15%增加到25%。

原创 ENCAP2019新增场景及挑战

1.介绍2.新增场景及挑战2.1 CCFtap (Car-to-Car Front turn-across-path ) 场景场景描述：主要面临如下新挑战：摄像头对于车头、车身侧面的检测能力；摄像头FOV的限制，导致对目标检测中断、不连续；雷达对对向临车道目标的检测能力；自车与对向来车的行驶轨迹预测能力；2.2 CPNC（Car-to-Pedestrian Nearside Child ）场景描述：主要面临挑战：对于近端儿童有遮挡的场景，仅依靠传感器较难检测出目标，无法进行有