自动驾驶

地平线开发者14 小时前
算法·安全·自动驾驶
让 AI Agent 和 征程6 台架高效、稳定、安全地协作从远程执行脚本出发,设计一个结果可验证、故障可恢复、权限有边界的台架交互工具。在征程 6(征程6)开发中,查看状态、分析日志、下发脚本、回收结果,都是高频操作。让 AI Agent 承担这些工作,需要处理多跳连接、结果判定、任务恢复、设备隔离和权限控制。 本文复盘一次台架交互工具的设计与迭代,介绍关键问题、实现思路和验证方法,供读者搭建自己的工具参考。 说明:工具名称、设备标识和目录已作抽象处理。benchctl 及命令片段均为接口示意;实测数据的口径见第七节。
地平线开发者3 天前
自动驾驶
从 40% 到 0.92%:一次征程6 OTA 下载的硬件加速优化全记录在征程 6(J6)平台的车载 OTA 下载场景中,admsysiApp 下载模块长期占用约 15% CPU,在单核环境下挤占其他业务。我们通过火焰图定位、台架实测与软件包二进制比对三层证据,锁定根因:OTA 自带的 libfoundation.so 内嵌 OpenSSL 构建时未启用 ARMv8 汇编,TLS 1.3 AES-GCM 解密全程退回软件查表实现。经两轮跨团队交付迭代,最终把加解密开销从 约 40% CPU 压到 0.92%(约 43 倍),整机下载 CPU 占用从 15% 降到 10.4%。
地平线智能驾驶开发者10 天前
自动驾驶·点云算法·地面分割
点云算法整理与常用计算模块:从数据到模型,再到工程与量化在接触智能驾驶算法之前,对"感知"的理解往往更多来自图像世界:图像是规则的二维网格,像素密集、连续,卷积网络天然适配。
地平线开发者10 天前
算法·自动驾驶
点云算法整理与常用计算模块:从数据到模型,再到工程与量化在接触智能驾驶算法之前,对"感知"的理解往往更多来自图像世界:图像是规则的二维网格,像素密集、连续,卷积网络天然适配。
陈嘿萌15 天前
图像处理·人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础
ECCV 2026 | CausalDrive:澳门大学×小米汽车,面向自动驾驶的实时因果世界模型澳门大学×小米 CausalDrive:让自动驾驶世界模型学会“让行”,12.4 FPS 实时交互1. 一句话总结
亚远景aspice16 天前
安全·自动驾驶·aspice·研发管理·亚远景科技·过程能力评估·aspice评估
亚远景 - 无方向盘 L4 车辆批量认证,ASPICE 过程证据成制造商安全举证底座据日经亚洲 11 月 3 日报道,日本国土交通省正计划制定统一安全标准,从 2026 年 12 月起对取消方向盘、制动踏板与加速踏板的 L4 级有条件自动驾驶汽车和 L5 级完全自动驾驶汽车实施一揽子批量认证。此前这类新型车型采取逐一单独安全审核方式,新标准将转为统一标准下的批量型式认证,工作组将于 11 月 4 日讨论修订方案。安全要求方面,出租车、公交车等载客车辆仍须使用假人完成碰撞测试,货运车辆可免除该项测试,但制造商必须保证系统发生故障时能够避免事故。政策背景上,今年 6 月联合国世界车辆法规协调
地平线开发者17 天前
深度学习·算法·自动驾驶
CLIP 的训练机制:从对比学习到图文对齐一句话理解: CLIP 不直接学习“图片属于哪个固定类别”,而是学习“哪段文本最匹配这张图片”。只要把这种匹配能力训练到足够强,就能获得可迁移的视觉-语言表示。
wdf808820 天前
人工智能·自动驾驶·cfd·creo机械设计
重型车辆、矿山装备、汽车研发、CAE、自动驾驶和沃尔沃重型车辆研发工作站配置与本地AI部署指南CAD、CAE、自动驾驶算法负载,UltraLAB配置与本地AI部署一篇讲清内容摘要:基于沃尔沃重型车辆、建筑设备与矿山运输相关公开应用,解析Creo、Windchill、Codebeamer、电驱动桥、结构耐久、CFD、铸造和虚拟驾驶的算法与计算特点,给出UltraLAB真实机型选型、本地大模型部署及硬件常见问题。
论文复现现场21 天前
pytorch·自动驾驶·a100·bevformer
BEVFormer训练需要几张GPU?2张A100 80GB够不够,显存与云GPU成本分析复现 BEVFormer、训练 Occupancy 感知模型时,很多自动驾驶算法团队会遇到一个实际问题:官方使用8张GPU训练,如果只有2张A100 80GB,还能不能跑?
地平线开发者21 天前
pytorch·算法·自动驾驶
QAT 实战:从 PyTorch 模型到 J6E 实板精度与延时验证本文从 CIFAR-10 浮点模型开始,依次完成校准、QAT 微调、BC 导出、HBM 编译,最后通过 UCP 在 J6E 开发板上验证精度和推理延时。整个流程基于 OpenExplorer 3.8.1,目标架构为 nash-e。
AiNightVision22 天前
人工智能·算法·车载系统·自动驾驶·无人机·视频·智能硬件
星光级 是什么?——星光级摄像机是什么?0.001Lux 照度门槛与选型真相星光级是安防行业按最低照度划分的夜视等级,通常指 0.001–0.01Lux 下仍能保持彩色成像的摄像机。本文讲清它的照度门槛、实现路径,以及和超星光、黑光、微光全彩的区别,帮你不被名词绕晕。
Felaim23 天前
自动驾驶·规划·world model·扩散·drive-wm
【World Model】Drive-WM条件编码-视角分解-扩散与规划全流程详解对应:Drive-WM 精读。本页依据论文 §3–5、附录 B–D,以及 ConvNeXt、CLIP、Latent Diffusion、CVT、FID/FVD 原始论文。解释和教学例子不等于实验环境运行证据;本次没有执行模型。
junwua25 天前
linux·运维·服务器·自动驾驶
qnx hypervisor 的中文版Understanding QNX Virtual EnvironmentsQHS 和其他 QNX hypervisor(以下简称"hypervisor")的设计目标,是满足 Popek/Goldberg 定理中所规定的一款 hypervisor 应达到的各项期望。
ZhengEnCi1 个月前
人工智能·机器人·自动驾驶
ROS2 为啥要拆成二三十个节点?一台小车背后的真实结构ROS 2 里根本没有「主程序」这回事,只有一堆靠 topic(话题)连线的 node(节点)。拆节点的真正收益是 fault isolation(故障隔离)和部署自由:一个节点崩了,其他节点照跑;代价是每条消息多一次 serialization(序列化)。而节点又不等于进程——composition(组件化)可以把高频链路塞进同一个 container(容器),换来零拷贝。
爱分享的康康1 个月前
经验分享·自动驾驶
初创车企自动驾驶数采设备选配指南:参数、接口与分阶段选型思路在自动驾驶原型开发、ADAS 实车路测阶段,数采系统承担相机、激光雷达、惯导、车载总线数据记录工作。初创团队普遍面临预算有限、传感器配置迭代快、进口设备交期长的现实问题,一旦选型不当,容易出现硬件无法扩容、接口不匹配、时间同步不达标,造成设备重复采购、研发进度延后康谋科技。
Felaim1 个月前
自动驾驶·规划·端到端·sparsedrive·稀疏表征
【VLA与模仿学习】SparseDrive论文精读:稀疏场景表示的端到端自动驾驶一句话定位 多相机图像进,不用稠密 BEV 栅格,只用稀疏「实例」(车框 + 地图折线)表示场景;检测/跟踪/建图共用对称结构,他车预测与自车规划并行做,再靠碰撞感知重打分挑一条最安全的轨迹。比 UniAD / VAD 更安全、更快。
loulanyue_1 个月前
自动驾驶·新能源汽车·智能网联汽车·科技前沿
跳过L3直奔L4,还是L3是绕不过去的生死坎?:何小鹏激辩杨冬生,全球自动驾驶下半场的责任鸿沟与底盘重构——读2026世界智能网联汽车大会巅峰对话2026 世界智能网联汽车大会 · 巅峰对话 | 对话嘉宾:何小鹏(小鹏汽车董事长、CEO)与 杨冬生(比亚迪集团高级副总裁、汽车新技术研究院院长) | 议题:全球自动驾驶如何进入“下半场”?
地平线开发者1 个月前
算法·自动驾驶
【玩转 征程6 算法工具链:PTQ 工具篇】hb_verifier在模型部署过程中,我们经常会遇到这样的问题:浮点模型结果正常,但经过模型优化、量化或者编译之后,模型输出开始出现差异,这个差异到底是在哪个阶段引入的?
rtu遥测终端机1 个月前
物联网·自动驾驶
四信助力无人车远程接管与遥操作,低时延通信是安全底线在矿山、港口、园区等封闭场景低速无人驾驶项目中,远程接管是无安全员运营的必备安全兜底机制。很多项目在实验室测试时延达标,但进入真实工况,电磁干扰、信号遮挡、带宽拥塞,会造成视频卡顿、指令延迟,直接导致远程接管失效。从车端工程落地视角,远程遥操作不是单纯的视频传输,而是感知视频、车辆状态、控制指令的双向低可靠传输系统。
陈嘿萌1 个月前
人工智能·深度学习·计算机视觉·自动驾驶·学术研究与理论基础·点云雷达
CVPR 2026 | 全新的五模态信息融合数据集,包括RGB、事件、热成像、4D 雷达与 LiDARCVPR 2026|DSERT-RoLL 五模态信息融合数据集论文信息题目: DSERT-RoLL : Robust Multi-Modal Perception for Diverse Driving Conditions with Stereo Event-RGB-Thermal Cameras, 4D Radar, and Dual-LiDAR|面向多样化驾驶条件的鲁棒多模态感知——融合双目事件-RGB-热成像相机、4D 雷达与双LiDAR