自动驾驶
文章平均质量分 87
自动驾驶相关概念
松小白song
初出茅庐的小垃圾。
展开
-
自动驾驶感知论文复现-HybridNets(含bug解决)
论文题目:《HybridNets: End-to-End Perception Network》论文摘要:端到端网络在多任务处理中变得越来越重要。其中一个突出的例子是驾驶感知系统在自动驾驶中的重要性日益增加。本文系统地研究了一个端到端多任务感知网络,并提出了几个关键的优化方法来提高准确率。首先,提出了基于加权双向特征网络的高效分割头和盒/类预测网络;其次,提出了加权双向特征网络中每个层次的自动自定义锚点;第三,提出了一种有效的训练损失函数和训练策略来平衡和优化网络。原创 2024-03-26 15:51:38 · 1152 阅读 · 3 评论 -
自动驾驶感知场景挖掘
自动驾驶感知场景挖掘是指利用传感器和算法技术,对车辆周围的环境进行实时监测和理解。这种技术可以识别和分析道路、车辆、行人、交通标志等各种元素,从而为自动驾驶系统提供必要的信息和反馈,帮助车辆做出智能决策和行驶规划。综上所述,自动驾驶感知场景挖掘涉及目标检测与跟踪、语义分割、环境建模、场景理解与预测以及异常检测与处理等多个方面,这些方面相互交织、相互支撑,共同构成了自动驾驶系统中的关键技术,为实现安全、高效的自动驾驶提供了重要支持。原创 2024-04-11 15:37:56 · 978 阅读 · 0 评论 -
自动驾驶硬回灌和软回灌
自动驾驶系统中,"硬回灌"和"软回灌"通常用来描述两种不同的方法,用于将实时采集的数据或者更新信息反馈回系统中进行处理和决策。1.硬回灌:这种方法通常指的是将实时采集到的数据(比如传感器数据、摄像头图像等)直接反馈到自动驾驶系统的控制模块中,以实时更新系统的决策和行为。硬回灌通常是指实时性较高的数据反馈方式,能够在短时间内影响到系统的行为。2.软回灌:相对于硬回灌,软回灌更多地涉及到更新系统的软件、算法或者模型。原创 2024-04-11 10:37:57 · 1061 阅读 · 0 评论 -
自动驾驶中的传感器融合算法
卡尔曼滤波作为一种有效的传感器数据融合算法,在自动驾驶中发挥着重要作用。通过将来自不同传感器的信息融合起来,卡尔曼滤波可以实现对车辆状态和周围环境的准确估计,从而提高自动驾驶系统的感知能力和决策效果。然而,需要注意的是,卡尔曼滤波假设系统的动态模型和观测模型是线性的,并且误差服从高斯分布,因此在处理非线性系统或非高斯噪声时,可能需要考虑其他滤波算法的应用。粒子滤波作为一种强大的传感器数据融合算法,在自动驾驶中发挥着重要作用。原创 2024-04-09 14:04:02 · 1535 阅读 · 0 评论 -
自动驾驶领域中的感知,决策,控制
这些传感器能够提供不同类型的信息,如图像、距离、速度、方向等。**细节:**路径规划考虑到车辆当前的位置、目标位置、道路条件、交通规则、障碍物等因素,以及系统的优化目标,如最短路径、最安全路径等。**细节:**车道保持决策会考虑到车道线的位置、形状、车辆当前的位置和速度、车辆的动态特性等因素,以确定最佳的车道偏移量和转向角度,从而使车辆保持在车道内行驶。**细节:**障碍物避让决策会基于感知模块提供的障碍物位置、速度、尺寸等信息,以及车辆的运动状态和动力系统的性能,制定避让策略,如绕行、减速、停车等。原创 2024-04-01 16:25:17 · 1126 阅读 · 0 评论 -
自动驾驶涉及相关的技术
然而,传统的激光雷达成本高,尺寸大,限制了其在大规模商用自动驾驶系统中的应用。:实时决策算法根据环境感知和行为预测,实时制定安全、高效的驾驶策略,包括车辆速度、变道、停车等操作。:SLAM技术结合来自传感器的数据,实时建立车辆周围环境的地图,并确定车辆在地图中的位置。这对于实现车辆的精确定位和导航至关重要。:LKA系统监测车辆在车道内的位置,并在必要时通过自动转向或提供警告来辅助驾驶员保持车辆在正确的车道上。:车辆动力学控制系统负责调整车辆的速度、转向和制动等参数,以实现规划好的路径和行为策略。原创 2024-04-07 11:12:36 · 728 阅读 · 0 评论 -
自动驾驶可以做的五个具体研究方向
通过神经网络直接学习从传感器输入到车辆行为输出的映射关系,UniAD在各种自动驾驶子任务中取得了卓越的性能,甚至超越了传统方法的性能。此外,引入大型语言模型可以进一步提高推理能力,从而提高系统的性能。这些仿真技术为自动驾驶系统的测试、验证和训练提供了有效的工具,帮助加速自动驾驶技术的发展和应用。在实际应用中,通过引入基础模型的表示,可以进一步提升系统在复杂场景下的性能,如交通拥堵、复杂道路等。栅格预测是自动驾驶中一项重要的感知技术,它通过栅格网络将驾驶场景编码为占据栅格,为系统提供了环境的详细信息。原创 2024-03-29 16:24:30 · 1082 阅读 · 0 评论 -
自动驾驶领域中的ACC指的是什么
自适应巡航控制是一种车辆自动驾驶技术,能够通过传感器监测车辆前方的车辆和道路情况,并根据这些信息自动调整车辆的速度,以保持与前方车辆的安全跟车距离,并且在需要时自动减速或加速,以适应交通流量的变化。基于这些信息,ACC 可以调整车辆的速度,以保持安全的跟车距离。例如,从雷达数据中提取前方车辆的位置和速度,从激光雷达数据中提取地面高度和障碍物的形状,从摄像头数据中提取交通标志和行人的位置等。当涉及到多传感器数据融合时,融合算法的目标是将来自不同传感器的信息整合起来,以生成一个更准确、更全面的环境模型。原创 2024-04-03 16:45:05 · 979 阅读 · 0 评论 -
自动驾驶感知相关问题整理-针对融合部分
通常,2D检测是通过图像处理技术从摄像头图像中提取的物体边界框,而3D检测则涉及从激光雷达或立体相机等传感器中获取的三维信息,如物体的位置、大小和形状。它通过设计不同的特征提取器来处理每种传感器的数据,并通过融合层将它们融合在一起,实现了对环境中目标的准确检测和定位。基于深度学习的融合方法通常会利用神经网络来同时处理不同传感器提供的2D、3D和雷达数据,并从中学习到物体的特征、位置和状态等信息,然后将这些信息融合在一起以获得更准确的环境感知。:在每个传感器数据的处理分支中,提取的特征将被融合在一起。原创 2024-03-21 16:11:17 · 482 阅读 · 0 评论