自动驾驶

先知后行。

科目一 11111分，3分，6分，9分，12分的口诀是什么？灯光，车牌的扣分是哪几个档次？乱开远光灯扣几分？车牌装歪了扣记分？没挂车牌扣几分？

Level 4自动驾驶系统设计0——功能与场景0摘要：当前智能驾驶系统开发存在应试思维误区，过度依赖NCAP标准测试而忽视真实物理世界的复杂工况。随着系统进入L4大模型时代，必须从离散测试转向应对无限连续的长尾场景。关键在于解决传感器输入质量（避免"垃圾进垃圾出"问题），通过逆向定义方法论确保前端数据高置信度。同时采用影子模式收集分歧数据流，结合条件接受机制动态调整感知权重，最终实现功能释放主权（FO）的100%安全闭环。本文揭示了如何为端到端智驾大模型建立物理红线，这是确保L4系统量产的底层法则。

CCC：CarCrazeCurator

大模型核心注意力机制技术深度报告：MHA、MQA、GQA 与 MLA 技术原理、性能对比与场景适配当前大模型推理的核心技术瓶颈在于显存容量与显存带宽 —— 注意力机制中的 Key-Value Cache（KV Cache）会随序列长度增加呈指数级膨胀，大幅提升显存资源消耗与数据传输延迟。从标准的多头注意力机制（MHA）到高效的多头潜在注意力（MLA），业界通过重构 KV Cache 的存储与计算模式，实现了对显存占用量、推理延迟与模型表达能力的不同权衡。

NVIDIA OmniDreams：用于闭环自动驾驶仿真、支持实时生成的世界模型26年6月来自Nvidia的论文“NVIDIA OmniDreams: Real-Time Generative World Model for Closed-Loop Autonomous Vehicle Simulation”。

Diffusion 与 Flow Matching 数学原理及其在 VLA Action 生成中的应用作者：Asimov+Codex | 日期：2026-06-11 适合：Diffusion / Flow Matching 初学者，关注 VLA（Vision-Language-Action）方向

初中就开始混世的大魔王

7 Fast DDS-持久化服务使用默认 QoS 时，DataWriter 的历史记录仅在 DataWriter 的整个生命周期内对 DataReader 可用。这意味着历史记录不会在 DataWriter 的多次初始化之间持久化，因此在 DataWriter 创建时它处于空状态。类似地，DataReader 的历史记录不会在 DataReader 的生命周期之外持久化，因此在 DataReader 创建时也是空的。然而，eProsima Fast DDS 提供了将 DataWriter 的历史记录存储在持久化数据库中的可能性，以便 D

决策规划控制面经汇总(66 封私信 / 80 条消息) 卷完了！分享下我的秋招面经（投递近50家自动驾驶与机器人公司） - 知乎

路径规划算法-备忘1979年提出，机器人由点来描述，障碍物用多边形来描述，组合连接各顶点，且各顶点间连线时可见的，再利用优化算法搜索从起点S到终点G的最优路径。

Agilex松灵机器人

ROS 机械臂开发效率低？用 Agent + 具身智能重构开发流程近两年，大模型、AI Agent、VLA（视觉-语言-动作）技术以及 Embodied AI 技术持续推动机器人智能化发展。机器人已经具备：

生成论实验室

判断力与六十四卦：AI的第三块基石作者：周林东，单位：莆田字序生命科技有限公司，地址：福建省莆田市本文核心观点：判断力是AI继Token和Transformer之后的第三块基石。六十四卦的本质是2⁶=64的完备态势空间，是判断力的数学底座。这不是占卜，而是中华文明对认知科学的结构性贡献。

生成论实验室

降U动力学：用一套原理统一解释21项AI技术作者：周林东，单位：莆田字序生命科技有限公司，地址：福建省莆田市声明：本文提出的降U动力学目前是一个统一解释框架，已通过思想实验与工程原型（WOLM判断力引擎）验证了可行性，但尚未在大规模公开基准上完成全部统计检验。欢迎同行进行实证验证与讨论。

SENT/PSI5传感器TSN集成测试：打通传统传感与未来车载网络的“最后一公里”随着汽车电子电气架构向域集中式演进，车载网络正经历从传统总线（如CAN、LIN）到高速车载以太网，再到时间敏感网络（TSN）的深刻变革。在这一过程中，大量基于SENT（Single Edge Nibble Transmission）和PSI5（Peripheral Sensor Interface 5）协议的传感器——如轮速、压力、加速度、角度传感器——作为车辆感知的“神经末梢”，其数据如何高效、可靠、确定性地汇入TSN主干网络，成为智能驾驶系统成败的关键。SENT/PSI5传感器TSN集成测试，正是验证

ORB-SLAM3代码详解 - 第 01 篇 · 系统总览与三线程架构本篇建立 ORB-SLAM3 的全局结构视图：数据从何处进入、在哪些线程之间如何流动、最终存储到何处。后续 17 篇均是对本篇所述各模块的展开。

端到端课程自用 8 规划端到端与VLA 世界模型 RL的关系双系统架构 vlm 负责高层的语义理解传统规划器负责控规好处规划成熟可控坏处系统之间有协同问题端到端 vlm 直接输出控制规划以token模式架构简单缺点对于模型实时性稳定性要求高安全验证难度大

地平线开发者

Horizon 模型多 Batch 配置在 Horizon 模型转换与部署中，涉及三个关键参数：input_shape、input_batch、separate_batch。理解这三个参数的作用与限制，是正确配置模型的前提。

电子科技圈

CXL连接全面赋能AI与车载算力提升，SmartDV CXL全栈IP加速相关芯片设计作者：北京华兴万邦管理咨询有限公司商瑞马华在高性能计算、AI集群与汽车智能驾驶快速迭代的今天，处理器、内存、存储、加速器与协同（异构）计算单元之间的高速互联、缓存一致与低时延通信，已成为决定系统整体性能、可扩展性与可靠性的核心支柱。Compute Express Link®（CXL®）标准凭借开放、兼容、高性能的特性，致力于打破计算系统中的“内存墙”和“异构墙”，因而已从数据中心走向AI集群、边缘AI与汽车智能驾驶，成为新一代智能计算的关键互联标准。

深圳市机智人激光雷达

时空解算与图优化：激光雷达 3D 建图的技术原理与实现流程激光雷达（LiDAR）依托厘米级测距精度、主动探测特性、弱环境光照依赖性，是移动机器人、自动驾驶搭建高精度三维空间地图的核心传感器。激光雷达 3D 建图的核心逻辑：高频采集环境三维点云数据，结合多传感器状态估计与后端全局优化，修正位姿累计误差，构建空间拓扑一致的全局三维地图。

深圳市机智人激光雷达

激光雷达：智慧港口自动化升级的核心感知基石在智慧港口 "无人化、智能化" 转型中，激光雷达凭借全天候、高精度三维感知的技术特性，弥补了传统视觉相机与毫米波雷达在复杂港口环境下的感知短板，成为岸桥、场桥、AGV、集卡自动驾驶等核心装备的智慧感知之眼。