自动驾驶

【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。

别动我齐刘海

ROS2 Jazzy + C++ 时间系统——Time / Clock / Duration继“ROS2 Jazzy + C++ 实战路线——ros2_control”继续学习这一课只需要搞明白：

经纬恒润自动驾驶嵌入式软件-秋招面经本项目基于 STM32，搭载 FreeRTOS 实时操作系统，实现设备的数据采集、传感器读取、通信收发、状态控制、故障检测、上报上位机功能。设备上电后自动初始化硬件与 RTOS，周期性采集传感器数据；检测到按键或者外部事件时响应中断；数据经过校验处理后，通过串口上传；支持低功耗休眠，空闲时进入停机模式，外部中断触发唤醒；同时监测系统异常，发生故障时记录日志并执行保护动作。

需要测试多少里程，才能证明自动驾驶系统足够安全？在GB 44721-2026《智能网联汽车自动驾驶系统安全要求》附录D中，对于自动驾驶残余风险接受准则，有如下要求：

空圈容错视角下的无人机全链路审计：从理论框架到耦合式检验配套脚本：kongquan_uav_pipeline_demo.py（11阶段独立审计）、kongquan_uav_coupled_pipeline2.py（7阶段耦合检验）

地平线开发者

模型部署｜如何解决算子约束模型部署到 BPU 时，最常见的问题之一是：PyTorch 里能正常运行的算子，在量化、导出或编译阶段却报错。

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