自动驾驶

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

论文复现现场

自动驾驶 BEV 模型训练，2 张 A100 80GB 够不够？显存、双卡训练与租赁成本2 张 A100 80GB 可以作为 BEV 模型复现和训练的起步配置，但是否够用取决于具体模型、输入分辨率、时序长度和交付期限。能放进显存，不代表能按期跑完。

地平线 EB 级存储工程实践规模决定架构。当容量来到 EB 级、文件数以千亿计、几十万客户端接入，每周有 200PB 数据新增和删除时，开源文件系统的每一个“单点假设”都会被击穿。地平线 AIDI（智能驾驶研发数据平台）同时使用 JuiceFS 社区版与企业版承载 EB 级数据；本文将聚焦 JuiceFS 社区版的实践，分享我们四个工程命题的解决思路、实践效果与工程取舍。

自动驾驶中的边界情况处理：基于世界模型与混合专家及大语言模型的方法本文提出了一种基于世界模型（World Model）结合混合专家（Mixture of Experts, MoE）与大语言模型（Large Language Models, LLMs）的方法，用于处理自动驾驶中的边界情况（Corner Cases）。边界情况是指那些罕见、难以预测且对安全至关重要的驾驶场景，例如突然闯入的行人、异常交通标志、极端天气条件或非标准道路布局等。这些场景虽然出现频率低，却对自动驾驶系统的安全性和可靠性构成重大挑战。

CAN 和 CANFDCAN（Controller Area Network）总线自 1986 年由 Bosch 公司推出以来，已成为车载网络的事实标准。但随着现代汽车电子系统的日益复杂，经典 CAN 的局限性逐渐凸显——单帧 8 字节、最高 1 Mbps 的带宽已无法满足域控制器、自动驾驶等场景下的大数据传输需求。2012 年发布的 CAN FD（CAN with Flexible Data rate）在保持经典 CAN 最大兼容性的同时，突破了这两大瓶颈。

飞猫的边缘AI

车载相机产业链的竞争格局2026年车载相机产业链的竞争格局有个很明显的特点：中国厂商在硬件环节已经占据主导，但价值重心正从硬件向芯片和算法转移。

地平线开发者

地平线征程6M YOLOv8s 部署本文记录 YOLOv8s 在地平线征程6M 上的最终可复现部署流程。正式方案统一采用 Raw6 六路输出、PTQ INT8、NV12 Runtime 输入、CPU 后处理。文中命令需要根据实际 SDK 安装目录、服务器地址和开发板目录调整。

无人驾驶通信方案解析：Robotaxi、Robobus与无人矿卡如何选择车载网关？一、为什么不同无人驾驶车辆需要不同的车载网关？Robotaxi、Robobus和无人矿卡都需要稳定的车内网络与车外通信，但车辆架构、运行环境、业务系统和远程运维方式并不相同。

地平线开发者

MQBench QAT量化实践指南MQBench（Model Quantization Benchmark）是由ModelTC团队维护的开源模型量化评估与调优框架，旨在简化深度学习模型在各种硬件平台上的量化过程。它基于PyTorch构建，支持多种后端（如TensorRT、SNPE、OpenVINO等），并提供从量化感知训练（QAT）到模型部署的完整工具链。

飞猫的边缘AI

边缘AI在自动驾驶应用中的行话汇总边缘AI（Edge AI）：在靠近数据产生的设备（如车端、摄像头端）上直接运行AI推理，而不是将数据上传云端处理。在自动驾驶中，感知、推理、决策必须在车端完成，以满足低延迟和安全要求。

飞猫的边缘AI

边缘AI为什么加速上车了？如果说家用摄像头是边缘AI的走量场景，自动驾驶就是边缘AI的制高点。但2026年正在发生一个关键转折：边缘AI上车不再只是制高点上的技术验证，而是在变成一场规模化标配。

无人驾驶入门笔记(一)由于工作的关系，接触到了无人驾驶相关的项目。想着将工作中遇到了问题和对应的解决手法用文字的方式系统的整理出来，故有了笔记内容。但由于笔者不完全是从事无人驾驶软件研发的工程人员，故相关笔记中只涉及到项目中遇到的内容。如有错误或者不完整的地方，欢迎读者留言补充。

SLAM 从视觉里程计到建图（6）读到这里，你已经掌握了视觉 SLAM 的全部数学工具：位姿如何表示（第 3 讲），位姿如何求导和更新（第 4 讲），三维点如何投影成像素（第 5 讲），有了残差和雅可比之后如何优化（第 6 讲）。接下来的八讲不再引入新的数学，而是把这些工具组装成一个能跑的系统。

VINS-Fusion 移植 ROS2 Jazzy 踩坑（一）：环境与编译VINS-Fusion 官方只有 ROS1 版。现以其 Humble 版（ zinuok/VINS-Fusion-ROS2）为底座完成 Jazzy 适配，代码开源：stronghasaki/VINS-ROS2_jazzy，EuRoC MH_01_easy VIO ATE 0.118m（与 ROS1 原版同数量级）。

weixin_41965831

CAPL的数据类型(一)CAPL的数据类型（一）CAPL的数据类型（二）文章目录系列文章目录前言一、数值类型及其格式化打印1. 数值类型

100BASE T1以太网实时控制的危机V3.21 ——辅助自动驾驶难达标100BASE T1以太网实时控制的危机V3.21 ——辅助自动驾驶难达标 2026-6-11杨福宇 yfy812@163.com 2026-5-28 摘要：在100BASE-TX以太网中，由于硬件的制造公差与EMI的联合作用，以及判错手段的无奈，引起恢复时间超长。与它不同，100BASE T1车载以太网恢复时间超长的主要原因是在协义设计本身的疏漏上。1）在ISO 7637-3波形2a,2b辐射干扰下会形成共模干扰变为差模干扰，最终产生LINK DOWN，这是以前研究中未讨论的问题。2）在现有设计中，LI

田里的水稻

FA_融合和滤波(FF)-误差状态卡尔曼滤波(ESKF)FA：formulas and algorithm, FF：fusion and filtering，ESKF：（Error State Kalman Filter）

任少卿时隔十年再出手：MM-Future让自动驾驶“走一步想十步”「多模式联合世界‑动作模型」目录01 自动驾驶世界‑动作模型现存两难矛盾1.1 三类主流WAM范式的固有短板

【自动驾驶与机器人技术】之惯性导航与组合导航学习目标：吃透数学模型、物理含义、噪声离散转换、IMU 积分漂移机理、GNSS‑RTK 数据全处理链路；扫清工程上单位、坐标系、符号的坑，为 ESKF 打下坚实基础。

自动驾驶小学生

Coursera自动驾驶课程第23讲：Reactive Planning in Static Environments在第22讲《Coursera自动驾驶课程第22讲：Principles of Behaviour Planning》我们学习了行为规划，如何使用有限状态机构建行为规划器。