自动驾驶
文章平均质量分 82
卡兰博拉
这个作者很懒,什么都没留下…
展开
-
初识深度学习
人工智能主要是为了解决预测(回归)和分类两大问题。在生活中,预测的例子有很多,比如根据房屋面积等信息预测房屋的价格,或是根据前几年的销售额,预测今年的销售额等。分类的问题也有很多,比如判定股票的涨跌,图像中的物体(比如手写数字、字母)的识别等。这就组成了一个预测房屋价格的基本网络。在这个网络中房屋面积、装修面积、家具支出是这个网络的输入,房价/平米、装修/平米为这个网络的参数,线段代表的是这个参数的乘法运算,房屋价格为这个网络的输出。一旦面对复杂的问题(如图像识别)时,无法通过简单的线性网络描述清楚.原创 2021-07-06 11:51:38 · 215 阅读 · 0 评论 -
汽车高级驾驶辅助系统ADAS功能盘点
ADAS(advanced driver-Assistance systems) 高级驾驶辅助系统下面将把adas功能按主要用到的传感器进行分类:毫米波雷达:长距离毫米波雷达自适应巡航ACC(Adaptive Cruise Control):设置一个跟车距离,通过长距离毫米波雷达实时检测前方汽车,通过对发动机和制动器的控制,使前车与自车始终保持在设定的距离,让驾驶员解放双脚,控好方向盘即可。(1995年,三菱的首台量产版ACC自适应巡航系统问世)。前方碰撞预警FCW(Front Collision原创 2021-07-05 23:10:40 · 2442 阅读 · 0 评论 -
自动驾驶各大传感器介绍-硬件篇
摄像头优点:可以识别交通灯、标识牌上的文字、地上的虚实线。识别距离远,几百米都可以识别。缺点:不能识别物体距离,既是是双目摄像头,识别距离误差也非常大,目前比较先进的双目摄像头也能误差十几米。不能穿透雾天,雨雪天。激光雷达优点:可以识别物体距离。精度高。缺点:不能识别红绿灯颜色,交通标识牌上的文字,图片。识别距离近,几十米,再远就要加大功率,而且对人体有伤害。对人眼等特殊部位有伤害。精度容易受雨雪(空气中的悬浮物)的影响,容易受自然光或是热辐射的影响,在自然光强原创 2021-07-05 16:42:37 · 2524 阅读 · 0 评论