![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
自动驾驶
文章平均质量分 80
深蓝学院
深蓝学院(www.shenlanxueyuan.com)是专注于人工智能的在线教育平台,由中科院自动化所毕业博士团队创建。
展开
-
DiffMap:首个利用LDM来增强高精地图构建的网络
该方法可以作为任何地图分割模型的辅助工具,将来有望在矢量化地图构建中继续有所进步。原创 2024-05-24 10:36:50 · 333 阅读 · 0 评论 -
清华最新综述:NeRF+自动驾驶会擦出怎样的火花?
期望本综述能促进未来的研究工作,加速自动驾驶时代的到来。原创 2024-05-22 10:46:43 · 1134 阅读 · 0 评论 -
算法岗求职,如何做出让人眼前一亮的简历?
使用清晰的字体和合适的字号,会使简历更易于阅读。最后再说一句,一份优秀的简历固然重要,但更重要的还是应聘者的自身实力,只有通过夯实理论基础,丰富实践经验,提升自身条件,你才能真正入企业招聘者的“法眼”。所以在编辑在简历内容的过程中,最重要的是展示真实的自己,在介绍自己专业素养的同时,也要注意将个人特点和个性融入其中,以使你能够在众多求职者中脱颖而出。图文并茂,很多人忽视了在简历中插入图片的重要性,合适的项目照片不但可以让简历排版更加美观,也可以直观地让企业了解你的项目内容,一下子吸引住HR的目光。原创 2023-06-02 18:50:05 · 720 阅读 · 0 评论 -
基于Frenet优化轨迹的⾃动驾驶动作规划⽅法
由此可以看出,最终的优化轨迹的选择并不单纯基于最⼩损失函数,轨迹检查还会过滤掉⼀些轨迹,所以使⽤基于Frenet的优化轨迹来做⾃动驾驶汽⻋的动作规划,通常能够找到有限集的最优解,当最优解⽆法通过检查是,⾃会采⽤“次优解”甚⾄更加“次优的”解。值得注意的是,以上的损失函数仅适⽤于相对⾼速度的场景,在极端低速的情况下,⻋辆的制动能⼒是不完整的,我们不再将d表⽰为关于时间t的五次多项式,损失函数也会略有不同,但是这种基于有限采样轨迹,通过优化损失函数搜索最优轨迹的⽅法仍然是⼀样的,在此不再赘述。原创 2023-02-24 17:47:08 · 1043 阅读 · 0 评论 -
规划之路:SLAM学习经验分享
在实验室学了这么久,从最初报名深蓝学院高翔博士的视觉SLAM基础课开始,我正式踏足SLAM的学习之路,跟随课程的学习一步一步地推导公式,比如相机的运动求解R、t,图像中特征的提取,扩展卡尔曼滤波理论及集束调整BA等一系列公式,确实感觉到了SLAM理论的强大,在这过程中为我后续学习SLAM打下了坚实的数学基础。作为一个刚入坑SLAM一年多的初学者,首先想说的就是这个研究方向比较广,大方向按搭载传感器分为激光SLAM和视觉SLAM两种,激光SLAM搭载激光雷达,视觉SLAM搭载单目、双目、RGBD相机三大类。原创 2023-01-16 12:22:38 · 796 阅读 · 0 评论 -
综述 | 深度强化学习在自动驾驶中的应用
本文是2020年的综述论文《Deep Reinforcement Learning for Autonomous Driving: A Survey》的部分内容节选。翻译稿全文共2万6千字,本文略掉了第3、4节强化学习理论的介绍及扩展部分。随着深度表征学习(deep representation learning)的发展,强化学习(RL)领域已经形成一个强大的学习框架,并且如今已经具备在高维环境中学习复杂策略的能力。本综述总结了深度强化学习(DRL)算法,并且对采用了(深度)强化学习方法的自动驾驶任务进行了原创 2023-01-16 11:59:52 · 3638 阅读 · 0 评论 -
机器人及无人驾驶领域真实人才供需状况如何?企业真正需要什么样的人才?
大家在求职过程中会遇到很多问题:自动驾驶未来行业发展会怎样?企业更看重求职者什么样的能力?这些问题在让很多有志在移动机器、自动驾驶等领域发展的伙伴感到迷茫。深蓝学院近期有幸邀请到了吴伟、李相根、高翔参加算法求职系列直播活动,对大家在算法求职中可能遇到的问题进行解答,我们整理了精华部分,希望能够对大家有所帮助。特邀嘉宾(排名不分先后)【注】为方便大家阅读,采用以下简写吴:吴伟老师(极智嘉)李:李相根老师(云鲸智能)高:高翔老师(智行者)我们在直播中向老师提出了6个问题,三位老师分别给出了分析与解答。一、六大问原创 2022-11-16 17:44:12 · 467 阅读 · 0 评论 -
分散式车辆协同:伯克利DeepDrive无人机数据集B3D
在20个经过处理的视频中,有8个是在路口上录制的,12个是在高速公路上录制的,视频格式为mp4,数据集的结构如图1所示。在hwy01.mp4的13:10,在帧中间发现了另一个碰撞事故。为了训练用于车辆检测的神经网络模型,作者从20个视频中每15秒提取一个帧,然后手动标记一个轴向对齐的边界框,在选定的帧中的每个车辆。B3D数据集中记录的场景可以分为以下六类:1)无信号灯控制的交叉路口,2) 无信号灯控制的环形交叉口,3)追尾事故,4)走走停停的车流,5)道路施工引起的车流合并,以及6)匝道引起的合并。原创 2022-11-02 15:57:19 · 429 阅读 · 0 评论 -
自动驾驶人一定要知道的120多家公司!
近两年,自动驾驶领域迎来第二次爆发。很多求职者以及工程师都希望了解更全面的行业信息,包括:目前国内有哪些自动驾驶企业?这些企业的主营业务是什么?他们的技术实力如何,团队偏落地务实型还是喊口号融资型?基于这些痛点,我们邀请了多位行业从业者,深度多方位探究自动驾驶各大企业的信息。期望尽可能客观地展示给大家。本章文章,我们将120多家自动驾驶企业根据主要落地行业进行归类,比如Robotaxi, Robotruck, 矿区,物流,环卫等行业。同时,我们在筹建“”,讨论一些行业内的新鲜事。欢迎你的加入哦。原创 2022-09-23 16:00:39 · 1317 阅读 · 0 评论 -
行业发展解读:互联网人,如何“变道”自动驾驶?
自动驾驶是人工智能非常重要的一个应用分支。人工智能的核心是帮助人或替代人去做一些繁琐、危险的工作。自动驾驶其实就是解放司机在车上的繁杂操作,同时又能够保证车辆在行驶过程中足够的安全平稳舒适。行业中做自动驾驶的公司很多,包括整体解决方案、自动驾驶芯片以及自动驾驶环境感知等局部解决方案的企业。即使做同样解决方案的企业,在处理各种场景和应用的落地实践中也不完全相同。我们企业的目标就是做高级别L4级的自动驾驶。现在有多种多样的产品,比如传统的自动驾驶共享出行服务。...原创 2022-08-31 12:15:43 · 272 阅读 · 0 评论 -
2023最新SLAM面试题汇总(持续更新中)
目前机器人SLAM问题是一个非常值得研究的方向,在未知环境中,首先要通过SLAM技术获得环境的地图,然后才能进行导航。这个方向是近几年比较新的研究方向,相关的机器人公司以及研究机器人的大厂也很需要SLAM方向的人才。...原创 2022-07-20 19:12:20 · 5419 阅读 · 4 评论 -
高精自动驾驶中的地图匹配定位技术
本文将从地图匹配定位技术的简介、原理、误差分析以及常用算法进行介绍。文中介绍了高精自动驾驶系统中的地图匹配技术,具体涉及技术原理、误差分析以及常用算法。原创 2022-05-11 19:19:04 · 5028 阅读 · 1 评论 -
怎样才能在自动驾驶任务中高效地利用时间轴上的信息进行视频检测?
目录这篇论文究竟想解决什么样的问题?我们要尊重时间轴上的因果关系我们对实时性有要求简单粗暴地只添加LSTM模块行不行?我们简单地回顾一下LSTM的原理LSTM的局限性作者建议的模型是如何进行取舍的基于光流的特征图扭曲前置知识补充:通过运动补偿描述当前帧与参考帧之间的相关关系利用深度学习模型光流网络进行运动补偿估算按照提取特征方式的不同,光流网络有两种网络架构精炼网络对特征图加工上采样,并进行预测利用运动补偿的矢量图,对上一个时刻t-1的特征图进行扭...原创 2022-01-18 18:31:18 · 3273 阅读 · 0 评论 -
高精地图技术简介
本文总结小鹏汽车HD Map算法专家刘德浩于11月3号在深蓝学院关于高精地图技术的公开课。在本次公开课程中,刘德浩博士围绕自动驾驶中高精地图的必要性,高精地图的定义,生产过程以及主要产商这几个话题展开扩展介绍。自动驾驶是一个很老的概念,而它的发展和人工智能有着非常紧密的关系。尤其是随着2014年AlexNet的发布,因为当时它几乎打败了所有传统的感知方案。自此,很多基于视觉感知的自动驾驶方案如雨后春笋。比如,特斯拉在两年后(2016年)推出了首款辅助驾驶产品Autopilot,而小鹏公司也是在2014开原创 2021-11-23 14:28:44 · 5269 阅读 · 0 评论 -
精华文稿 | 工业场景中机器人定位导航技术
本文总结于俞毓锋博士2021年10月20日在深蓝学院“大咖面对面”直播活动中的分享。俞毓锋博士毕业于北京大学,有十年SLAM领域研究经验,深入SLAM算法和工程化落地,目前担任极智嘉定位组总监。今天分享的主要内容包括工业场景中定位导航技术的演进,SLAM在工业场景中的应用和一些开放性问题。...原创 2021-10-29 14:20:51 · 756 阅读 · 0 评论 -
120余家自动驾驶公司的行业汇总
近两年,自动驾驶领域迎来第二次爆发。很多求职者以及工程师都希望了解更全面的行业信息,包括:目前国内有哪些自动驾驶企业? 这些企业的主营业务是什么? 他们的技术实力如何,团队偏落地务实型还是喊口号融资型?基于这些痛点,我们邀请了多位行业从业者,深度多方位探究自动驾驶各大企业的信息。期望尽可能客观地展示给大家。本章文章,我们将120多家自动驾驶企业根据主要落地行业进行归类,比如Robotaxi, Robotruck, 矿区,物流,环卫等行业。文末有惊喜!1.Tier1华为车BU百度原创 2021-10-28 11:41:12 · 1754 阅读 · 0 评论 -
自动驾驶面试题汇总(2022秋招题库)——持续更新
这份面试题整理自12家大厂的2022年秋招面试题。题目基本涵盖了自动驾驶和机器人定位方向的主要知识点,包括惯性导航、点云、状态估计、CV/VIO、C++等部分。建议大家先自己答题,再对照参考答案~(参考答案是由5位行业算法专家整理并校对~),我们也专门建立了面试题交流群,进群方式见文末。整理不易,点个赞再走吧!一、惯性导航方向IMU测量方程是什么?噪声模型是什么? 惯导误差模型是怎么来的?比如15维的卡尔曼滤波模型。 GPS双天线安装偏角是怎么标定的? 多传感器之间是怎么对时的?原创 2021-10-25 15:02:50 · 5468 阅读 · 2 评论 -
如何吃透大火的三维重建?
近年来,国家对智能制造,智能城市等一系列智能技术越来越重视。体现在人工智能领域,就是双目立体的视觉更加重要。在交通监控,机器导航,医学建模,视觉仿真等多个方面,3D视觉可以提供虚拟视觉仿真,视觉识别与定位等技术。而在3D视觉中,三维重建扮演着不可或缺的作用。它是根据物体表面全部或部分点云的三维坐标,对目标物体全部或者部分表面进行重建。并且,三维重建可以恢复场景的3D信息,协助机器人完成目标的识别、定位、测量、导航、抓取与跟踪等特定任务。但是在实际的三维重建过程中,会面临诸多的问题。☆原创 2021-10-18 18:38:28 · 234 阅读 · 0 评论 -
算法岗的招聘现状与未来
本文一共10630字,非常用心整理的四位大佬的直播课程内容。分享了在移动机器人和自动驾驶领域,目前真实的人才供需状况究竟是怎样?公司在招聘时究竟更看重什么?帮助大家初入职场针对这些问题,深蓝学院邀请了四位重量级嘉宾来聊聊自己的看法,并结合自身经历提供相关分享和对于同学们的建议。我们整理了直播精华文稿点,希望对大家有所帮助。直播链接:https://link.zhihu.com/?target=https%3A//www.shenlanxueyuan.com/open/course/113特邀原创 2021-09-29 20:14:23 · 1082 阅读 · 0 评论 -
自动驾驶纯视觉3D物体检测算法
本文总结于王岩博士在2021年9月11日在深蓝学院的公开课。王岩博士就读于康奈尔大学,提出的基于伪点云的纯视觉3D物体检测算法广泛应用于工业界。本次的讲座分为如下几个部分,第一个是关于用相机做深度估计和背景检测的背景和动机,第二个是单目和双目深度估计算法的基础,第三个是关于深度检测的优化和提升,第四个是关于目前存在的问题。首先,为什么要做3d物体检测,因为在自动驾驶场景中,我们通常需要去感知场景中的每一个物体,只有在这个基础上,我们才能进一步进行物体跟踪和路径规划,也就是说,物资检测是自动驾驶感知流原创 2021-09-23 17:01:32 · 775 阅读 · 0 评论 -
揭秘自动驾驶纯视觉算法,探索自动驾驶的未来
感知环节作为智能驾驶的先决条件,其探测精度、广度与速度将直接影响决策层的判断与执行层的操作,在智能驾驶中的地位至关重要。自动驾驶感知分为纯视觉感知和激光雷达,而视觉方案中的摄像头能以高帧率、高分辨率获取周围复杂的环境信息,且价格便宜。但摄像头是一种被动式传感器,其本身并不发光,成像质量受到环境亮度影响较大,在恶劣环境下完成感知任务的难度会大幅提升。相较于激光雷达,摄像头有哪些优势和劣势?自动纯视觉3D物体检测的发展与挑战又如何?基于此,深蓝学院特基于Pseudo-LiDAR的纯视觉3D物体检测算法原创 2021-09-09 12:22:52 · 814 阅读 · 0 评论 -
自动驾驶的重要一环:谈谈感知前沿技术
本文总结于Waymo研发经理周寅于2021年8月29日在深蓝学院的讲座。讲座内容主要包括自动驾驶系统的总览,自动驾驶感知的介绍,以及感知的前沿动态和总结。1.自动驾驶系统总览关于自动驾驶系统,目前主流的L4级别自动驾驶系统通常包括预先提供的地图以及众多传感器,具体传感器系统包括激光雷达系统,雷达系统以及视觉系统。 无人驾驶的目的是通过这些输入来控制汽车的行驶。近些年,由于深度学习的兴起,我们在更多的模块部署了深度学习的模块,不过虽然端对端的深度学习有很美好的前景,但是与目前工业界模块化的设计方式相比原创 2021-09-06 18:47:43 · 2509 阅读 · 0 评论 -
超硬核直播课 | 自主旋翼无人机主流算法、视觉SLAM基础
视觉SLAM是通过两帧或多帧图像来估计自身的位姿变化,再通过累积位姿变化计算当前位置。视觉SLAM不仅解决了移动机器人“我在哪里”的关键问题,而且在传感器自身定位、路径规划及场景理解等问题中都有关键作用。而无人自转旋翼机是无人机与自转旋翼机的创新结合。目前旋翼无人机可以用于摄像、货物运送、勘测等领域。随着无人机承担的任务日益多样,这就对无人机的路径规划和避障技术提出了更高的要求。基于此,深蓝学院特邀高飞副研究员和高翔博士,进行为期两天的线上直播分享,通过丰富的课程,您将进一步学习自主旋翼无人机和视觉原创 2021-07-29 21:15:31 · 352 阅读 · 0 评论 -
浅谈Time Elastic Band
作者:WGQ前言在自主移动机器人路径规划的学习与开发过程中,我接触到Time Elastic Band算法,并将该算法应用于实际机器人,用于机器人的局部路径规划。在此期间,我也阅读了部分论文、官方文档以及多位大佬的文章,在此对各位大佬的分享表示感谢。在本文中,我将分享Time Elastic Band算法的原理、个人对Time Elastic Band算法的理解以及在ROS下通过teb_local_planner对该算法进行演示和讲解。相关论文以下两篇论文主要介绍了Time Elastic原创 2021-07-19 19:08:50 · 705 阅读 · 1 评论 -
自动驾驶资料合集:视频、书籍与开源项目
这是2021最新的自动驾驶资料合集,对于正在学习或者计划入门自动驾驶领域的同学来说,相信会有很大帮助。课程及公开视频一、无人驾驶综合1. 百度与Udacity合作免费课程课程链接:https://apollo.auto/devcenter/coursetable_cn.html推荐原因:课程通过7小节概述了自动驾驶的6个核心模块,即高精度地图、定位、感知、预测、规划、控制,每小节通过10-15分钟视频概述了核心模块的任务以及方法思想,便于大家对于整个无人驾驶算法建立框架性的认识。原创 2021-07-12 09:57:17 · 2512 阅读 · 0 评论