自动驾驶

数据与后端架构提升之路

感知模块详解：从 OpenCV/YOLO 脚本到多模态多任务 BEV 架构在自动驾驶开发的早期或教学阶段，我们通常通过模块化的方式学习：用 OpenCV 做透视变换，用 YOLO 做检测。但在真实的工业落地中（港口、矿山、L4级自动驾驶），感知系统早已不再是散装的“拼盘”，而是进化为了多模态融合（Multi-modal Fusion）多任务学习（Multi-task Learning）的有机整体。

数据与后端架构提升之路

自动驾驶仿真数据闭环：如何利用大数据构建“上帝视角”的虚拟矩阵？（硬核指南）摘要：在自动驾驶的下半场，拼的不再是路测里程，而是“数据闭环”的效率。仿真（Simulation）作为闭环的核心引擎，是如何吞噬海量数据并吐出算法能力的？本文将从大数据开发的视角，深度解密 Rosbag 到 OpenSCENARIO 的转化逻辑，揭秘工业界如何构建自动驾驶的“黑客帝国”。

地平线开发者

征程 6 | linear 高精度输出配置方式基础知识：输出位置结构示意图：全流程代码如下：查看 quantized.onnx，可以看到最后一个 conv 确实是 int32 高精度输出

地平线开发者

征程 6 | QAT 新版 qconfig 量化模板使用教程随着征程 6 芯片家族的阵容不断壮大，算法工具链在量化精度方向的优化也在持续深入，具体体现在两个方面：

数据与后端架构提升之路

Map-World：用“填空”与“路径积分”重构自动驾驶规划范式在自动驾驶的“大脑”——规划模块中，始终存在一个核心难题：道路交通的瞬息万变，让同一行驶场景下的未来充满多种合理可能。传统规划方法要么被预设的“锚点轨迹”束缚手脚，要么在筛选最优路径时浪费大量有效信息。而近期引发关注的Map-World方法，用“完形填空”式规划与“路径积分”世界模型的组合拳，打破了这一僵局，为多模态规划带来了颠覆性思路。

高精地图：自动驾驶的“数字神经网络“2015年，荷兰导航软件商TomTom推出全球首个商用高精地图，这一突破性事件标志着自动驾驶技术进入新纪元。这不仅是导航地图的升级，更是为自动驾驶系统打造了一张"数字神经网络"。如今，这张神经网络正在重新定义汽车与道路的关系，推动着人类出行方式的革命。

RoboTron-Drive：自动驾驶领域的全能多模态大模型

智能交通技术

iTSTech：自动驾驶技术综述报告 2025后台回复“251125”，可获得下载资料的方法。在全球科技革命与产业变革深度融合的当下，自动驾驶技术凭借其对交通体系的颠覆性潜力，成为汽车产业与信息技术领域交叉创新的核心焦点。它并非简单的 “车辆自动化”，而是通过融合人工智能、传感器技术、高精度定位、大数据与云计算等多领域前沿成果，构建起一套能够自主感知环境、决策行驶策略并精准控制车辆的复杂智能系统，旨在彻底摆脱对人类驾驶员的依赖，实现安全、高效、便捷的出行与运输模式。

小米具身大模型 MiMo-Embodied 发布并全面开源：统一机器人与自动驾驶目录前言一、核心洞察：为何机器人应该学习“开车”？二、创新核心：一套为通用智能设计的“四步教学法”三、成果如何？29 项测试领先的“六边形战士”

当自动驾驶技术遭遇【电车难题】，专利制度如何处理？原文链接：当自动驾驶技术遭遇电车难题，专利制度如何处理？随着自动驾驶技术的发展，专利制度也遇到了新的挑战。

aigc 从2d 到 3d的形式转变，李飞飞在介绍WorldLabs的Marble平台,会围绕“空间智能“的核心理念，自动驾驶就是2d形式李飞飞往往会开门见山地强调Marble的历史意义——这是世界模型首次以"可用产品"形式出现在公众面前，标志着空间智能时代的正式开场。

第二部分：感知篇——汽车的“眼睛”与“耳朵”（第5章：环境感知与理解——从“看见”到“看懂”）传感器让汽车拥有了“视觉”，但看到的只是一堆原始数据：摄像头得到的是五彩斑斓的像素点阵列；激光雷达得到的是漫山遍野的3D空间点。这一章，我们要讲解智能驾驶系统如何像我们人脑一样，从这些杂乱的数据中识别出物体、理解其边界、并最终构建出一个有逻辑关系的场景模型。这个过程，就是从“看见”到“看懂”的飞跃。

自动驾驶技术路线之争：V2X（车路协同）深度解析V2X到底是什么？——从技术定义到中国方案🚀 CV2X的两把刷子——通信模式双剑合璧✨ 理想很丰满：V2X的三大王牌优势

基于深度学习的3D点云特征提取方法梳理点云是什么？这是一个熟悉又陌生的问题。熟悉则是做这方向相关的人基本都可视化地看过点云，大家都清楚点云是一系三维列坐标点组成的集合，打开一个pcd文件点云作为一系列晦涩难懂的数字出现在我们面前：

地平线开发者

征程 6E/M 计算平台部署指南本文旨在提供征程 6E/M 计算平台的部署指南，将会从硬件、软件两部分进行介绍，本文整理了我们推荐的使用流程，和大家可能会用到的一些工具特性，以便于您更好地理解工具链。某个工具具体详细的使用说明，还请参考用户手册。

自动驾驶---E2E架构演进模型最早应用的自动驾驶模块就是感知层面，随着技术的发展，逐渐开始应用到决策规划等其它模块。端到端自动驾驶架构是一种基于深层神经网络模型和方法的自动驾驶技术模式。目前一段式端到端系统只有在英伟达早期所做的demo中实现，再者就是特斯拉（但特斯拉并没有官方说明是一段式端到端，笔者结合特斯拉的OTA推送说明推测端到端到轨迹层面）。

赋创小助手

英特尔确认取消 8 通道 Diamond Rapids：服务器 CPU 战局再度升级服务器CPU领域的竞争再度升温，英特尔与AMD双双瞄准王座。近日，服务器芯片市场传来重磅消息：英特尔已官方确认，其下一代至强（Xeon）处理器 Diamond Rapids 的 8 通道内存版本正式从产品路线图中移除。这一决策并非空穴来风，而是在其服务器CPU出货量被指“自由落体式”下滑的背景下，由全新的数据中心事业部领导团队推动的一次果断战略收缩。

企业实训｜自动驾驶中的图像处理与感知技术——某央企汽车集团11月中旬北京海淀，TsingtaoAI技术团队为某央企汽车集团智驾团队开展交付自动驾驶中的图像处理与感知技术主题实训。在智能驾驶技术快速迭代的今天，图像感知作为自动驾驶的"眼睛"，其技术深度与落地能力直接决定系统可靠性。本实训聚焦真实工业场景，系统梳理从传统图像处理到前沿多模态融合的全栈技术路径。课程以传感器标定、车道线识别等基础技术为起点，深入讲解CNN/Transformer在3D目标检测（如DETR3D、BEVFormer）、语义分割（U-Net、DeepLab）中的实战应用，结合多任务学习实现车

自动驾驶安全评估框架：基于物理的功能能力测试摘要本文提出了一套全面的基于物理的评估方法，该方法专为马来西亚驾驶场景下的自动驾驶汽车（AV）量身定制，属于安全评估框架的一部分。本研究探讨了依据国际标准开展自动驾驶汽车第一阶段安全评估的潜在需求，详细评估了传感器功能，并通过案例分析验证了所提出的评估标准。研究成果满足了基于马来西亚独特驾驶条件进行本地化测试的关键需求，这对于提升自动驾驶汽车的安全性和性能至关重要。因此，本研究以马来西亚彭亨苏丹阿卜杜拉大学（UMPSA）研发的智能校园自动驾驶汽车（SCAV）作为基于物理评估的案例研究对象。所提出的物理评估

搬砖者（视觉算法工程师）

自动驾驶汽车技术的工程原理与应用自动驾驶技术有望通过提升交通的安全性、舒适性和可靠性，彻底变革人类的出行方式。从载客出行到货物运输，配备人工智能和传感器的自动驾驶技术展现出巨大的潜力。