自动驾驶
文章平均质量分 72
@BangBang
这个作者很懒,什么都没留下…
展开
-
自动驾驶数据集汇总
由组成:100 万个 LiDAR 帧,700 万个相机图像 200 平方公里的驾驶区域,144 个驾驶小时 15k 个完全注释的场景,分为 5 个类别(汽车、公共汽车、卡车、行人、骑自行车的人) 多样化的环境(白天/夜晚、晴天/雨天、城市/郊区)。包括跨不同季节,天气条件和一天中不同时间的传感器数据或“日志段”的记录,以提供广泛的实际驾驶场景。nuPlan是世界上第一个自动驾驶的大规模规划基准,虽然越来越多的基于ML的运动规划人员,但由于缺乏既定的数据集、模拟框架和指标,限制了该领域的进展。原创 2023-08-13 18:28:15 · 2277 阅读 · 0 评论 -
多任务全景感知YOLOPv2:目标检测、freespace、车道线
在上一个十年里,多任务学习网络在解决全景驾驶感知问题方面取得了优异的表现,同时实现了精度和效率的大幅提升。多任务学习框架已经成为有限计算资源条件下实时自动驾驶系统设计的主流选择。本文提出了一种有效且高效的多任务学习网络——YOLOPv2,可以同时完成目标检测、可行驶区域分割和车道检测三个任务。YOLOPv2模型在具有挑战性的自动驾驶基准数据集BDD100K 上的准确性和速度方面实现了新的SOTA。尤其是与之前的YOLOP、Hybrid-Net等SOTA模型相比,推理时间减少了一半。原创 2022-11-27 16:33:01 · 3688 阅读 · 1 评论 -
鱼眼相机及其标定
https://blog.csdn.net/Darlingqiang/article/details/122380203原创 2022-11-23 13:42:16 · 312 阅读 · 0 评论 -
自动泊车停车位检测算法
自动泊车大体可分为4个等级:第1级,APA 自动泊车:驾驶员在车内,随时准备制动,分为雷达感知和雷达+视觉感知两种方式。第2级,RPA 远程泊车:驾驶员在车外,通过手机APP的方式控制泊车。第3级,HPA 记忆泊车:泊车之前先通过 SLAM对场景建模,记忆常用的路线。泊车时,从固定的起点出发,车辆自行泊入记忆的停车位。第4级,AVP 自主泊车:泊车之前先通过 SLAM对场景建模,记忆常用的路线。泊车的起点不再固定,可以在停车场的任意位置开始,需要室内定位技术做支撑。原创 2022-10-24 15:11:54 · 9655 阅读 · 5 评论