自动驾驶
Jasper自动驾驶博客
阿里巴巴自动驾驶机器学习算法工程师。
展开
-
KL散度详细数学推导
占个坑,参考:https://hsinjhao.github.io/2019/05/22/KL-DivergenceIntroduction/原创 2024-06-17 16:53:32 · 107 阅读 · 0 评论 -
自动驾驶中Ground Marks对于视觉定位的作用探讨【欢迎讨论】
当前在众包建图中,基于视觉的定位占据了主导地位,基于激光的定位太重,采集存储处理成本高,因此基于视觉信息来重建道路上的标线成为了主流。原创 2024-06-17 14:36:30 · 392 阅读 · 0 评论 -
立体几何知识点汇总
参考:https://blog.csdn.net/weixin_45750972/article/details/121172793总结:一般直线方程(两个平面方程联立)对称式方程:根据直线上一点获取 (x-x0)参数方程:x = x0 + mt直线方向向量:取两个平面的法向量做叉积即可直线夹角:余弦定理直线与平面夹角:对直线与平面法向量做余弦定理,sin = cos’异面直线距离:计算两直线方向向量的叉积,该叉积的单位向量与两直线上任意一点的连线的点积即为异面直线的距离。原创 2024-06-17 14:21:35 · 166 阅读 · 0 评论 -
关于自动驾驶技术栈的一点思考【欢迎交流】
未来的主流趋势,是端到端的感知建图定位,传统的SLAM方法,比如VIO,LIO等目前还有不少厂商在用,但是随着技术升级,深度学习的不断迭代,这些方法都会被替换掉,因为比起基于规则的方法,数据驱动的方法才有着不断迭代进化的能力,这也是我们通往更强大,更广泛的人工智能的必经之路。, 这样做的一个目的是为了节约数据采集的成本,当然,随着时间的推移和数据的积累,数据还是否会是一个瓶颈?自动化的矿山开采以及其他领域?目前的感知主要分为针对视觉(图片)的感知,和对激光雷达获取的点云的感知,以及针对两者融合的感知。原创 2024-06-12 15:30:22 · 196 阅读 · 0 评论