自动驾驶

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。

自动驾驶、无人机和机器人算法需要哪些基础？注：实际开发中需结合具体场景（如自动驾驶的ISO 26262功能安全、无人机的PX4飞控框架）进行算法选型与优化。

小狗照亮每一天

【菜狗看背景】自动驾驶发展背景——20251117落脚点：自动驾驶？具体的自动驾驶车辆怎么做的智能驾驶与高级驾驶辅助系统（Advanced Driver Assistance Systems, ADAS）

运筹说145期：从快递到自动驾驶：启发式算法的智慧幕后你有没有想过——每天上千万个包裹是如何精准送到客户手中？机场数百架航班，如何在有限的跑道上有条不紊起降？数据中心面对成千上万条任务，又是如何分秒间分配资源，让系统不崩溃？这些看似混乱、复杂到不可思议的安排，并不是人工盯着屏幕一一算出来的。在背后，有一种“聪明”的方法在默默工作，它不死磕绝对最优解，却能在极短时间内给出足够好的方案，让世界运转得更高效——它就是启发式算法。接下来，我们就一起走进它的典型应用场景，看看它是如何在物流、调度、资源分配、路径规划等领域大显身手，让复杂问题变得有序而高效。

智能驾驶：从感知到规控的自动驾驶系统全解析我们正处在一个交通出行方式发生革命性变革的时代。智能驾驶，或称自动驾驶技术，不仅仅是汽车产业的未来，更是重塑人类社会移动方式的强大引擎。本专题旨在成为您探索这一领域的全景式指南。我们将摒弃晦涩难懂的黑箱，以清晰的逻辑、详实的解读，带您走过智能驾驶车辆完成一次安全旅程的全过程：它如何“看”到世界，如何“想”清路径，又如何“控”制自身。无论您是汽车工程师、软件开发者、学生，还是对前沿科技充满好奇的爱好者，这本书都将为您提供一个坚实而深入的理解框架。

智慧交通自动驾驶场景道路异常检测数据集VOC+YOLO格式8302张6类别数据集格式：Pascal VOC格式+YOLO格式(不包含分割路径的txt文件，仅仅包含jpg图片以及对应的VOC格式xml文件和yolo格式txt文件)

数据与后端架构提升之路

英伟达的 Alpamayo-R1：利用因果链推理赋能自动驾驶模型和数据工程剖析在快速发展的自动驾驶领域，英伟达刚刚发布了一个革命性创新：Alpamayo-R1 (AR1)，这是一款先进的视觉-语言-动作 (VLA) 框架，在 arXiv 上以一份详尽的 41 页论文形式呈现。该论文于 2025 年 10 月 30 日发布，针对当前端到端自动驾驶系统的弱点——在罕见、安全关键的“长尾”场景中表现脆弱——提供了解决方案。通过将结构化因果推理与精确轨迹规划融合，AR1 为实现 L4 级（高度自动化）自治铺平了实际道路。

自动驾驶、无人机、机器人核心技术双范式在智能系统领域，核心技术双范式指的是两种互补的方法论：一是基于经典控制理论或规则的系统（范式1），强调精确建模和确定性算法；二是基于人工智能和数据驱动的自适应系统（范式2），利用机器学习实现智能决策。这两种范式共同推动了自动驾驶、无人机和机器人技术的发展，提高了系统的鲁棒性和适应性。下面将分领域详细阐述，并提供代码示例说明。

想成为PhD的小提琴手

论文阅读13——基于大语言模型和视觉模态融合的可解释端到端自动驾驶框架：DriveLLM-V的设计与应用An explainable end-to-end autonomous driving framework based on large language model and vision modality fusion: design and application of DriveLLM-V

Lidar调试记录Ⅳ之Ubuntu22.04+ROS2+Livox_SDK2环境下编译Livox ROS Driver 2Ubuntu22.04、ROS2(ROS2安装)、Livox_SDK2(Livox_SDK2编译)、Livox ROS Driver 2驱动包（雷达驱动编译）

BestOrNothing_2015

运动学模型推导 + 离散化 + 工程化版本（适用于前方单舵轮 AGV / 自动驾驶 / MPC）目录模型推导：前言一、自行车模型结构（Bicycle Model）二、速度分解 —— 最关键的一步三、无侧滑约束（No-Slip Constraint）

数据与后端架构提升之路

小鹏VLA 2.0的“神秘涌现”：从痛苦到突破，自动驾驶与机器人如何突然“开窍”？大家好，我是数据与算法架构提升之路，专注于AI、自动驾驶和机器人领域的最新动态。今天，我们来聊聊小鹏汽车在2025科技日上爆出的重磅消息：VLA 2.0和人形机器人IRON的“涌现”过程。这不仅仅是技术迭代，更是像科幻小说一样的突然“觉醒”。如果你对自动驾驶的未来感兴趣，这篇文章绝对值得一读！我们将基于小鹏自动驾驶负责人刘先明和机器人副总裁米良川的独家对话，揭秘背后的故事。

拓端研究室

专题：2025构建全自动驾驶汽车生态系统：中国智能驾驶行业全景研究报告|附80+份报告PDF、数据仪表盘汇总下载原文链接：https://tecdat.cn/?p=44316 原文出处：拓端抖音号@拓端tecdat

地平线开发者

不同传感器前中后融合方案简介在自动驾驶场景下，摄像头 + 激光雷达的传感器融合方案是最常见的感知技术路线，目标是充分利用二者的互补性：

地平线开发者

征程 6X 常见 kernel panic 问题kernel panic 包含了多种内核异常类型，包括但不限于：空指针/异常指针、HungTask、RCU Stall、softlockup、hardlockup、OOM、BUG_ON。

BestOrNothing_2015

MPC模型预测控制原理全解析：从状态预测、矩阵推导到QP求解与滚动优化（含完整手推过程）目录MPC（模型预测控制）概念前言一、MPC 最核心的思想（必须先理解）1）关键思想：2）步骤：2.1）MPC未来N步的控制量