自动驾驶

HIL测试中的总线与通信协议工业控制系统很少只依赖一种通信协议。控制器通常同时连接传感器、执行器、驱动器、其他控制器和上位系统，只有在统一实时闭环中复现这些通信链路，HIL 测试才能还原真实系统行为。

阿里突袭自动驾驶！开源Qwen-Drive-1.0，统一“感知+规划+问答”「Qwen-Drive-1.0验证了一条更省钱的路线」目录01 出发点是重新定义自动驾驶基础模型02 一个模型怎么同时干三件事

NMC存算一体与AI ISP在上一篇《列共享架构（CSA）深度解读》中，我们讨论了如何通过共享存储减少数据冗余。今天聊聊更底层的问题：数据搬运本身。

别动我齐刘海

ROS2 Jazzy + C++ 实战路线——基础学习1从 ROS2 基本概念一路讲到 Topic、Service、Action、Parameter、Launch、rosbag2、TF、RViz2 和 URDF，使用的是 Ubuntu 22.04 + ROS2 Jazzy，按下面这条线走：

卓驭：百 PB 级智驾数据存储架构演进卓驭起步于 2016 年，致力于成为国际一流的移动物理 AI 公司。依托独有的原生多模态基础模型和生成式 AI 技术，打造可高效适配多场景的统一移动智能技术底座，不仅为车企提供开放、可定制、量产导向的智能辅助驾驶（涵盖 L2 及以上）解决方案，更致力于为不同场景下的自主移动机器人提供底层技术，实现从地面到近地空间的全域智能移动生态赋能。

AI-ISP微光全彩夜视技术深度解析：如何在0.001Lux下实现全彩成像在超低照度成像领域，0.001Lux是一个具有标志性意义的照度阈值——它对应无月无灯的深夜旷野环境，是绝大多数夜视方案的失效边界。本文将深入解析基于AI-ISP架构的微光全彩夜视技术原理，探讨其如何在传统ISP的物理极限之外开辟新的技术路径。

Qwen-Drive-1.0：迈向自动驾驶视觉-语言基础模型的第一步26年8月来自阿里千问团队和华中科技的论文“Qwen-Drive-1.0: An Initial Step towards a Vision-Language Foundation Model for Autonomous Driving”。

AI 新闻日报 2026-09-11：SWE-2 逼近前沿、宇树开源具身基座、中国自动驾驶欧洲载客主题：编码模型掀"性价比贴身战"，具身智能开源、出海与行业洗牌三线并进编制时间： 2026-09-11 本期看点： SWE-2 性价比冲击宇树开源 WLA 基座模型具身智能出海提速

Qwen-Drive-1.0：首个统一 3D 感知、视觉问答与运动规划的自动驾驶视觉语言基础模型[!Note] 本仓库包含以 Hugging Face 格式发布的 Qwen-Drive-1.0 权重与配置。配套的代码、演示数据与文档已发布于 QwenLM/Qwen-Drive-1.0。

Agent的典型应用场景深度解析本文深入分析Agent技术在各个领域的典型应用场景，包括智能家居、金融服务、医疗健康、工业制造和交通出行等领域。通过具体案例和架构图，展示Agent技术如何解决实际问题，为读者提供全面的应用认知。

智能汽车人

自动驾驶大模型---Waymo在世界模型的探索Waymo表示，他们开发了一个名为 Waymo 基础模型的大规模 AI 模型，该模型支持车辆感知周围环境、预测道路上其他车辆的行为、模拟场景并做出驾驶决策。

【自动驾驶与机器人控制】几何学和运动学中，四元数q.normalize() 到底干了什么？——修复模长 ≠ 修复角度误差四元数用来表示旋转时，必须是单位四元数，也就是它的模长（范数）必须等于 1。 ∣ q ∣ = w 2 + x 2 + y 2 + z 2 = 1 |q|=\sqrt{w^2+x^2+y^2+z^2}=1 ∣q∣=w2+x2+y2+z2 =1

多点巡检机器人项目技术总结一个完整的AI机器人应该至少包括上位机和下位机两个部分：下位机需要采用RTOS实时调度系统以确保可以实时控制机器人运动，也就是所谓的“小脑"。由于AI机器人需要自主感知环境，并且根据环境信息自动做出正确的运动决策，这就需要各种传感器包括：激光雷达、相机、超声波、GPS等用于获取周围环境信息，并结合AI算法进行计算，然后做出运动决策。下位机通常没有高算力，需要提供较高算力的上位机通过传感器获取周围环境信息，然后采用AI模型进行计算，计算后向下位机发出相应的控制指令，下位机接收到控制指令后，控制机器人运动，这

【自动驾驶和机器人控制】万向锁(Gimbal Lock)原理详解 + 和欧拉角 / 四元数 / SO(3)对比前置：欧拉角是用「三次依次绕坐标轴转动」来描述姿态，例如车辆常用的 Yaw (偏航‑Z)、Pitch (俯仰‑Y)、Roll (滚转‑X)，不同书籍旋转顺序不一样（Z‑Y‑X、X‑Y‑Z 等），万向锁本质来源于「顺序旋转」这个机制，不是数值 bug，是数学结构问题。

四元数、李群SO(3)/李代数so(3)的作用及应用场景很多初学者的误区：“四元数 / 李群就是用来把点从 A 坐标系转到 B 坐标系”。 ✅坐标变换只是它们其中一个小能力，不是全部目的。结合之前的motion.cpp仿真、IMU、SLAM / 自动驾驶真实工程场景来讲，不用纯抽象数学。

【自动驾驶/机器人控制】之坐标系&运动学仿真代码工程分析（一）来源：motion.cpp，仿真刚体圆周运动，模拟 IMU 姿态积分过程。整体逻辑：每一步仿真周期 dt 内，先做位置更新，再做姿态旋转更新，最后推送数据给 Pangolin 可视化。注意执行顺序：先更新位置，后更新姿态，这个顺序是本仿真的设定。

rtu遥测终端机

既要通信可靠，又要边缘算力：四信系列车载网关选型指南在商用车智能化与无人驾驶从试点走向规模化落地的今天，车载网关已不再是简单的通信管道，而是整车电子电气架构中承上启下的“神经中枢”。它既要承接多类型传感器的数据汇聚与协议转换，又要在极端工况下保障通信链路永不掉线——这对网关的工业级可靠性、通信冗余能力和场景适配性提出了截然不同的要求。

自动驾驶SLAM基础：几何学与运动学全解析这份笔记为你详细梳理自动驾驶与机器人SLAM技术中至关重要的“几何学”与“运动学”基础。这部分内容是整个自动驾驶学科的地基，后面的IMU预积分、激光里程计、状态估计（滤波与优化）全都构建于此。我们抛开枯燥的课本口吻，用工程师的视角，把这些概念、定理和应用场景掰开揉碎。

计算机毕设选题｜基于大数据与文本挖掘的自动驾驶事故成因分析及可视化研究｜Hadoop+PySpark+Django+Vue精彩专栏推荐订阅：在下方主页👇🏻👇🏻👇🏻👇🏻💖🔥作者主页：计算机毕设木哥🔥 💖

爱分享的康康

端到端自动驾驶仿真平台选型：确定性、传感器保真与车规合规实践端到端自动驾驶仿真平台，主要面向 ADAS/AD 算法开发、回归验证、传感器仿真、SOTIF 预期功能安全合规，覆盖软件在环 SiL、硬件在环 HiL 完整闭环链路，可支撑城市 NOA、高速 NOA、AVP 自动泊车、商用车场景测试，同时需要解决仿真时序噪声、虚实差距 Sim‑to‑Real、算力瓶颈、长尾 Corner Case 场景、出海车规合规等现实工程问题。