自动驾驶

-点点-9 小时前
自动驾驶
华为AUTOSAR质量目标与开发实践1. 基于ISO/IEC 25010标准分解质量特性华为等大型企业在制定软件质量目标时,通常会参考国际标准ISO/IEC 25010定义的八大质量特性(功能性、可靠性、性能效率、安全性、兼容性、易用性、可维护性、可移植性)。具体步骤如下:
初岘10 小时前
人工智能·架构·自动驾驶
自动驾驶架构:人为接口与隐式特征的博弈在自动驾驶架构的演进过程中,人们通过人为定义接口和隐式表达特征的方式来实现不同阶段的规划。 下面用通俗的例子,说明“人为定义接口”和“隐式表达特征”的区别,以及它们在自动驾驶感知-规划链路里是怎么被用的。
lxmyzzs1 天前
人工智能·深度学习·目标检测·自动驾驶·ros·激光雷达·3d目标检测
基于深度学习CenterPoint的3D目标检测部署实战硬件:英伟达 Jetson AGX环境:ubuntu 20.04解决EasyInstallDeprecationWarning: easy_install command is deprecated.
wait a minutes2 天前
人工智能·机器学习·自动驾驶
【自动驾驶】8月 端到端自动驾驶算法论文(arxiv20250819)会把端到端自动驾驶相关的或者我感兴趣的部分摘要整理输出。https://arxiv.org/pdf/2508.01062
地平线开发者2 天前
算法·自动驾驶
征程 6 | PTQ 精度调优辅助代码,总有你用得上的在模型编译的时候,往往会出现各种各样的报错,您可能会受限于公司要求,无法把完整的 onnx 模型发送给地平线做分析,此时可以考虑截取 onnx 模型,找到可复现的片段,再将该片段提供给地平线的技术支持人员(这种方式通常是可以被公司允许的)。我们可以直接利用 onnx 的 python api 去完成这件事,onnx.utils.extract_model 的具体使用方式如下:
Godspeed Zhao2 天前
人工智能·机器学习·自动驾驶
自动驾驶中的传感器技术34——Lidar(9)补盲lidar设计:机械式和半固态这里不再讨论,这里主要针对全固态补盲Lidar进行讨论采用Flash方案, 设计目标10m@10%,实现30m距离的点云覆盖,同时可以验证不同FOV镜头的设计下,组合为多款产品。
地平线开发者3 天前
算法·自动驾驶
LLM 中 token 简介与 bert 实操解读LLM,全称为 Large Language Model(大语言模型),是一种基于神经网络(主要是 Transformer 结构)的大规模自然语言处理(NLP)模型。其核心能力在于理解、生成、翻译和总结自然语言,已广泛应用于问答系统、机器翻译、对话机器人、代码生成、文本创作等场景中。
地平线开发者5 天前
算法·自动驾驶
ReID/OSNet 算法模型量化转换实践ReID 算法,全称是“行人再识别(Person Re-Identification)”算法,可应用于智能驾驶或智能机器人陪伴等领域。它的目标是在不同摄像头或不同时间拍摄的多张图像中,准确识别出是否为同一个人。本文以 ReID 中比较有名的 OSNet 模型为例,讲解如何在地平线计算平台量化该模型。
地平线开发者5 天前
算法·自动驾驶
开发者说|EmbodiedGen:为具身智能打造可交互3D世界生成引擎具身智能的发展离不开高质量、多样化的可交互3D仿真环境。为突破传统构建方式的瓶颈,我们提出了EmbodiedGen,一个基于生成式AI技术的自动化3D世界生成引擎,助力低成本、高效率地创建真实且可交互的3D场景。用户仅需输入任务定义或场景图像,即可自动化生成多样化、可交互的3D世界。EmbodiedGen代码已开源并上线Hugging Face服务,欢迎大家关注使用。
Coovally AI模型快速验证5 天前
深度学习·算法·yolo·cnn·自动驾驶·transformer·无人机
YOLO、DarkNet和深度学习如何让自动驾驶看得清?【导读】本文提出 DarkNet-YOLO 工业级实践框架,通过引入 残差优化结构 与 多尺度特征融合技术,在保持实时检测精度同时显著提升复杂场景适应性。
Swaggy T6 天前
人工智能·算法·自动驾驶
自动驾驶轨迹规划算法——Apollo EM PlannerApollo EM Planner 是百度 Apollo 自动驾驶系统中的一款 实时轨迹规划器(Motion Planner),其命名中的“EM”源自 Expectation–Maximization(期望–最大化)迭代优化的思想。 它的核心思路是 将轨迹规划问题拆解为“路径优化”和“速度优化”两个子问题,并在二者之间反复交替迭代,直到收敛为止。这种方法能够有效降低规划问题的维度与计算复杂度,同时保持较高的轨迹平滑性与实时性。
Monkey PilotX6 天前
人工智能·机器学习·计算机视觉·自动驾驶
机器人“ChatGPT 时刻”倒计时在自动驾驶和人形机器人这两个看似相似的技术体系中,ROS(Robot Operating System)几乎是标配。但为什么自动驾驶“越开越聪明”,而机器人却“越练越蠢”?这背后不是ROS的锅,而是智能训练机制的本质差异。
luoganttcc6 天前
人工智能·自动驾驶·硬件架构
L4 级别自动驾驶 硬件架构设计
星创易联7 天前
车载系统·自动驾驶·车载以太网
车载网关助力无人配送车联网解决方案随着电商渗透率持续提升,包裹量激增,“最后一公里”配送压力巨大;不仅如此,生鲜、外卖、药品等即时配送需求旺盛,对时效性和便捷性要求极高;而人力成本又持续刚性上涨,无人配送车俨然成了时代的狂潮,但在该场景下,依然面对多种挑战,无人配送车解决方案是一种利用自动驾驶技术实现货物配送的智能化系统,广泛应用于物流、零售、餐饮、医疗等领域。其核心目标是提升配送效率、降低人力成本,并解决“最后一公里”难题。 为此星创易联推出的双5G车载以太网网关(SV910),其丰富的接口能够帮助整车负载各种车载终端,依附双5G链路,
地平线开发者8 天前
算法·自动驾驶
征程 6 | 自定义查表算子实现量化部署模型部署时,常常面临模型精度与执行效率之间的权衡。查表(Look-Up Table, LUT)是一种在推理过程中用空间换时间的技巧,尤其适用于非线性映射函数的加速。本文将介绍如何在地平线平台上通过 SegmentLUT 实现一个自定义查表算子,并对它进行量化与导出。
NewCarRen8 天前
安全·机器学习·自动驾驶
自动驾驶中安全相关机器学习功能的可靠性定义方法摘要当前标准无法涵盖高自动化驾驶中基于机器学习功能的安全需求。由于神经网络的不透明性,一些自动驾驶功能无法按照 V 模型进行开发。这些功能需要对标准进行扩展。本文聚焦这一空白,为这类功能定义了功能可靠性,以帮助未来的标准控制基于机器学习功能的质量。以行人检测为例,构建了可靠性函数。由于计算机视觉中的质量标准未考虑安全性,因此设计了新的可靠性表达和评估方法。
Monkey PilotX9 天前
人工智能·机器学习·自动驾驶
把 7B 模型塞进车规级芯片:LoRA 在自动驾驶中的极限调参指南在自动驾驶大模型的部署过程中,算力瓶颈和场景多样性是两大挑战。LoRA(Low-Rank Adaptation)作为一种高效微调技术,正逐步成为车载 AI 模型调参的主流方案。
NewCarRen9 天前
人工智能·安全·自动驾驶·汽车
模型驱动的自动驾驶AI系统全生命周期安全保障摘要近年来,许多自动驾驶公司宣布缩减甚至关闭业务。尽管在过去十年中,数十亿美元被投入到自动驾驶领域,但至今仍没有一款具备商业可行性、能够在公共道路上行驶的自动驾驶汽车。