自动驾驶

Python学习——执行python时，键盘按下ctrl+c，退出程序在 Python 中，当用户按下 Ctrl+C 时，程序默认会触发 KeyboardInterrupt 异常并终止。

端到端自动驾驶系统实战指南：从Comma.ai架构到PyTorch部署在自动驾驶技术演进历程中，端到端（End-to-End）架构正引领新一轮技术革命。不同于传统分模块处理感知、规划、控制的方案，端到端系统通过深度神经网络直接建立传感器原始数据到车辆控制指令的映射关系。本文将以Comma.ai的开源架构为核心，结合PyTorch深度学习框架和CARLA仿真平台，详细阐述如何构建高性能端到端自动驾驶系统，涵盖数据采集、模型训练、推理优化及安全接管全流程。

「华为」持续加码人形机器人赛道！温馨提示：查看运营团队2025年最新原创报告（共210页）——正文：现阶段，全球大厂入局具身智能赛道典型代表：[英伟达]和[特斯拉]，是全球科技巨头/大厂（谷歌、微软、Meta、OpenAI、华为、腾讯等）入局代表；[特斯拉]被称为人形机器人赛道引领者，旗下人形机器人Optimus更是行业标杆；[英伟达]从芯片和中间件层面入局，核心目的是打造底层开发生态，成为具身智能领域当之无愧最强“卖铲人”；现阶段，[华为]是国内入局具身智能赛道佼佼者，并有意沿袭[英伟达]路线。

世界模型+大模型+自动驾驶论文小汇总最近看了一些论文，懒得一个个写博客了，直接汇总起来用大模型做E2E的监督VLM-E2E：通过多模态驾驶员注意融合增强端到端自动驾驶 - 黄浴的文章 - 知乎 https://zhuanlan.zhihu.com/p/27467075299 利用大模型增强BEV的信息也是我的思路

大模型服务器厂商

VLA模型：自动驾驶与机器人行业的革命性跃迁，端到端智能如何重塑未来？当AI开始操控方向盘和机械臂，人类正在见证一场静默的产业革命。 2023年7月，谷歌DeepMind抛出一枚技术核弹——全球首个视觉语言动作模型（VLA）RT-2横空出世。这个能将“把咖啡递给穿红衣服的阿姨”这类自然语言指令直接转化为机器人动作的AI系统，不仅让机器人行业沸腾，更让自动驾驶领域嗅到了颠覆性变革的气息。今天，我们深度拆解VLA模型的技术密码，看它如何架起虚拟世界与物理世界的智能桥梁。

GMSL：汽车里的音视频传输参考链接：blog.csdn.net/weixin_50875614/article/details/119995651

DRIVEGPT4: 通过大语言模型实现可解释的端到端自动驾驶《DriveGPT4: Interpretable End-to-End Autonomous Driving via Large Language Model》

DriveGenVLM：基于视觉-语言模型的自动驾驶真实世界视频生成《DriveGenVLM: Real-world Video Generation for Vision Language Model based Autonomous Driving》2024年8月发表，来自哥伦比亚大学的论文。

深度强化学习 | 基于SAC算法的移动机器人路径跟踪(附Pytorch实现)本专栏以贝尔曼最优方程等数学原理为根基，结合PyTorch框架逐层拆解DRL的核心算法(如DQN、PPO、SAC)逻辑。针对机器人运动规划场景，深入探讨如何将DRL与路径规划、动态避障等任务结合，包含仿真环境搭建、状态空间设计、奖励函数工程化调优等技术细节，旨在帮助读者掌握深度强化学习技术在机器人运动规划中的实战应用

《AI革命重塑未来五年：医疗诊断精准度翻倍、自动驾驶事故锐减90%，全球科技版图加速变革》医疗领域的突破： AI正深刻改变医学研发和临床诊疗模式。在新药研发现代生物学中，DeepMind公司推出的 AlphaFold AI 模型在蛋白质折叠预测上取得了重大突破，被视为解决了困扰科学界50年的难题——在一项全球竞赛中，AlphaFold2 对约三分之二蛋白质结构的预测精度可与实验测定相媲美。这一范式转变大大加速了新药开发和生物技术创新。同时，在临床诊断上，AI 辅助影像分析的表现已超越人类平均水平。例如，英国国民健康署（NICE）研究发现，急诊科医生读片时约有10%的骨折会被漏诊，而借助AI对X

FASIONAD：自适应反馈的类人自动驾驶中快速和慢速思维融合系统——论文阅读《FASIONAD FAst and Slow FusION Thinking Systems for Human-Like Autonomous Driving with Adaptive Feedback》2024年11月发表，来自清华、早稻田大学、明尼苏达大学、多伦多大学、厦门大学马来西亚分校、电子科大（成都）、智平方科技和河南润泰数字科技的论文。

白云千载尽

相机、雷达标定工具，以及雷达自动标定的思路本篇我们来看一下自动驾驶传感器配置一个非常重要的模块，也就是传感器的标定。这里主要是对我之前修改的功能包的使用进行一个介绍. 对应的资源也已经上传了，0积分下载

Apollo学习——planning模块（3）之planning_baseplanning_component、planning_base、on_lane_planning 和 navi_planning 的关系

康谋自动驾驶

康谋分享 | 自动驾驶仿真进入“标准时代”：aiSim全面对接ASAM OpenX目录一、OpenDRIVE：兼容多版本地图标准（1）Atlas 工作流（2）UE Plugin 工作流

密西根大学新作——LightEMMA：自动驾驶中轻量级端到端多模态模型导读目前将自动驾驶与视觉语言模型（VLMs）结合的研究越来越火热，VLMs已经证明了其对自动驾驶的重要作用。本文引入了一种用于自动驾驶的轻量级端到端多模态模型LightEMMA，它能够集成和评估当前的商业和开源模型，以研究VLMs在驾驶任务中的作用和局限性，从而推进VLMs在自动驾驶中的进一步发展。

MPC控制器从入门到进阶（小车动态避障变道仿真 - Python）学习完本文，你将能够实现以下仿真效果：想象你正在开车。作为一个老司机，你会怎么做？你会不断观察前方路况，预判接下来几秒钟的情况，并做出相应的控制决策——踩油门、刹车或转向。这实际上就是"预测控制"的基本思想。

降低60.6%碰撞率！复旦大学&地平线CorDriver：首次引入「走廊」增强端到端自动驾驶安全性导读复旦大学&地平线新作-CorDriver: 首次通过引入"走廊"作为中间表征，揭开一个新的范式。预测的走廊作为约束条件整合到轨迹优化过程中。通过扩展优化的可微分性，使优化后的轨迹能无缝地在端到端学习框架中训练，从而提高安全性和可解释性。

强化学习与机器人控制仿真

openpi 入门教程目录系列文章目录前言一、运行要求二、安装三、模型检查点3.1 基础模型3.2 微调模型四、运行预训练模型的推理

《智能网联汽车自动驾驶系统通用技术要求》 GB/T 44721-2024——解读目录一、核心框架与适用范围二、关键技术要求1. 总体要求2. 动态驾驶任务执行3. 动态驾驶任务后援4. 人机交互（HMI）

程序员与背包客_CoderZ

自动驾驶技术栈——DoIP通信协议DoIP，英文全称是Diagnostic communication over Internet Protocol，是一种基于因特网的诊断通信协议。