自动驾驶

AI研究-116 特斯拉 HW3.0 与 HW4.0 区别详解：摄像头分辨率、FSD算力、雷达与Vision泊车HW3.0时代的Model Y配备八个外部摄像头（三目前向、两个侧向、两个B柱、一个后向）和一个舱内摄像头，实现360°视野。

猫先生Mr.Mao

2025年10月AGI月评｜OmniNWM/X-VLA/DreamOmni2等6大开源项目：自动驾驶、机器人、文档智能的“技术底座”全解析〔更多精彩AI内容，尽在「魔方AI空间」，引领AIGC科技时代〕本文作者：猫先生知识库主页：https://oizxc9sdhbc.feishu.cn/wiki/FGS5wST0Hiy6xJklyPTcTVOqnAd

自动驾驶技术全景解析：从感知、决策到控制的演进与挑战自动驾驶，这个承载了人类千年梦想的科技结晶，正以前所未有的速度从科幻走入现实。它不仅仅是汽车工业的简单升级，更是一场深度融合了人工智能、传感器技术、高精定位与车联网的深刻革命。本文旨在深入剖析自动驾驶技术的发展脉络、核心技术的原理与瓶颈，以及未来的突破方向，为读者呈现一幅完整且真实的技术全景图。

基于多摄像头融合的智能小车自动驾驶系统完整实现本文详细阐述了一个基于多摄像头视觉融合的智能小车自动驾驶系统的完整设计与实现。系统采用前视、左视、右视、后视四路摄像头构建360度环境感知能力,通过深度学习目标检测、车道线识别、障碍物检测、多视图几何重建等核心算法,实现了自主导航、路径规划、避障和决策控制。文章从理论基础、硬件架构、软件框架到具体代码实现进行全方位剖析,为智能驾驶系统开发提供完整的技术参考。

整合STPA、ISO 26262与SOTIF的自动驾驶安全需求推导与验证摘要高级驾驶辅助系统和自动驾驶系统需要随复杂系统的快速整合而相应扩展的安全性分析。本文将系统理论过程分析（STPA）与 ISO 26262 功能安全生命周期以及 ISO 21448 预期功能安全（SOTIF）指南相结合，形成了一套从危害发现、安全目标定义到正确实施 STPA 需求的端到端方法。STPA 中的不安全控制行为（UCA）通过否定转化为可追溯的安全目标（SG），并利用运行设计域（ODD）参数，从严重度、可控性和暴露度三个维度为安全目标分配汽车安全完整性等级（ASIL），进而将其转化为功能安全需求和

地平线开发者

mul 与 reduce_sum 的优化实例什么是 mul 与 reduce_sum？mul 通常指元素级乘法（Element-wise Multiplication），它将两个形状相同的张量中对应位置的元素相乘，返回一个与原张量形状相同的新张量。

未来智能网联汽车的网络安全档案建立方法摘要网络安全是新兴网联汽车日益关注的问题。要确保公众对未来网联自动驾驶汽车的信任，就需要对其可靠性抱有极高的信心，这其中就包括网络安全防护。在功能安全工程领域，安全档案已成为一种广泛应用的方法，用于描述和记录安全防护论证及其所支撑的道路使用者（骑行者、行人等）所处环境相关内容。软件在实现这些技术方面正变得愈发关键，并且有望实现全生命周期升级，这将使未来的汽车处于不断演进的状态，而非一成不变的产品。然而，与计算机紧密关联且成为物联网的一部分，也使汽车面临潜在的网络安全威胁。此外，随着汽车提供的自动驾驶功能日

Coovally AI模型快速验证

OmniNWM：突破自动驾驶世界模型三大瓶颈，全景多模态仿真新标杆（附代码地址）上海交通大学等机构联合提出全能驾驶导航世界模型，在生成质量与控制精度上全面超越现有SOTA！目录三大核心挑战：现有世界模型的局限性

学slam的小范

ROS跑ORB-SLAM3遇见的问题总结安装官方文件编译前需要修改build_ros.sh文件把Examples换成Examples_old 再执行以下步骤

【自动驾驶开源仿真平台】Carla、AirSim、Udacity self-driving-car-sim、Apollo、Autoware。若对您有帮助的话，请点赞收藏加关注哦，您的关注是我持续创作的动力！有问题请私信或联系邮箱：funian.gm@gmail.com

自动驾驶中的传感器技术70——Navigation（7）本文系统介绍车载GNSS-完好性(Integrity)完好性是指 GNSS 在提供定位、导航、授时（PNT）服务时，能够在误差超过预设安全阈值（告警限值，AL）时，及时向用户发出警报的能力。其核心指标包括：

康谋自动驾驶

如何闭环自动驾驶仿真场景，实现从“重建”到“可用”？在自动驾驶技术飞速发展的当下，高精度、高保真的仿真场景构建成为关键。3D Gaussian Splatting（3DGS）凭借高效渲染与逼真场景还原能力，逐渐成为三维重建与仿真领域的焦点。然而，实际应用中，如何将多源异构数据高效转化为可用的 3DGS 场景，如何保障场景与真实环境的一致性，成为了行业难题。

翻滚的小@强

【Tesla】ICCV 2025技术分享好久没有更新博客了，除去正常工作和生活之后，业余时间不是很多，但想来想，还是的坚持更新下去，因为写技术博客，是我为数不多的爱好之一，所以我又回来了哈哈哈。

地平线开发者

大模型 | VLA 初识及在自动驾驶场景中的应用VLA （Vision Language Action）是一种多模态机器学习模型，结合了视觉、语言和动作三种能力，旨在实现从感知输入直接映射到控制动作的完整闭环能力。VLA 强调一体化多模态端到端架构，非感知规控的模块化方案。

地平线开发者

三种 Badcase 精度验证方案详解与 hbm_infer 部署实录在模型结构优化与部署量化过程中，开发者往往会遇到一个关键任务：基于历史 Badcase 数据验证模型精度变化，确保模型修改不会引入明显性能退化。这类验证常见于感知、预测、行为识别等任务，尤其在客户交付或精度回归过程中十分关键。

ros中的Navigation导航系统如果没有建好的地图，建图指令：建图完成后需要将.png和.yaml地图文件放入wpr_simulation/maps 中。

康谋自动驾驶

拆解3D Gaussian Splatting：原理框架、实战 demo 与自驾仿真落地探索！目录01 引言02 3DGS的原理框架1、技术概览2、3DGS整体框架03 3DGS的实战Demo搭建

文火冰糖的硅基工坊

[嵌入式系统-143]：自动驾驶汽车与智能机器人的操作系统自动驾驶汽车与智能机器人作为人工智能和自动化技术的前沿代表，其核心都依赖于一个强大、实时、安全的操作系统（OS）来协调感知、决策、控制与交互。虽然它们在应用场景上有所不同，但在底层操作系统架构上有着高度的共通性，尤其是在实时性、多传感器融合、分布式计算和安全性方面。