自动驾驶

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。

造父智能（哈啰robotaxi）在阿里云环境下构建极致透明的训练加速层存算分离的阿里云环境下，自动驾驶模型训练面临 OSS 数据访问延迟高、GPU 利用率不足的普遍挑战。造父智能（哈啰robotaxi）基于 Alluxio 构建了一套对用户完全透明的训练数据加速层：平台自动完成 OSS Bucket 到 Alluxio UFS 的注册，根据队列节点类型智能选择挂载策略（CSI Ephemeral / Sidecar FUSE / PVC），训练 Pod 内仅可见标准 POSIX 路径，数据加速与缓存管理对用户完全不可见。

奔袭的算法工程师

论文解读--BEV-radar：: bidirectional radar-camera fusion for 3D object detectionBEV视角可以统一不同传感器的坐标空间，避免前视图的几何畸变，更贴合自动驾驶下游路径规划、决策任务的需求，是多传感器融合的天然载体。

深圳市机智人激光雷达

空间几何解算与数字孪生：激光雷达在电力输电通道巡检中的核心机理随着电网网架持续向高海拔、复杂地形延伸，传统人工贴近式巡检与单一可见光巡检面临工况受限、量化精度不足、动态隐患难以预判的瓶颈。激光雷达（LiDAR）凭借主动三维空间建模、多回波植被穿透与数字化全景复现的技术优势，已成为智能电网输变电通道运维的核心装备。

深圳市机智人激光雷达

技术筑牢安全冗余：激光雷达在自动驾驶高阶感知中的底层价值与范式演进高级别自动驾驶（L2+至L4）规模化量产落地的先决条件，取决于车辆感知系统在极端边缘场景（Corner Cases）下的时空解算置信度。尽管视觉摄像头与毫米波雷达作为传统前装主流，构筑了智驾感知的基本盘，但二者分别存在“深度信息缺失/光照高敏感”与“角分辨率低/静止杂波过滤”的物理短板。激光雷达（LiDAR）凭借主动光电探测体制，可实时重构高空间分辨率的三维立体时空，成为高级别自动驾驶感知生态中不可或缺的本质安全冗余底座。

小马哥crazymxm

自动驾驶“跨化身”！Sensor2Sensor用4D高斯泼溅+扩散模型，把网络行车记录仪变成高精度LiDAR真数据这篇由 Waymo、谷歌 DeepMind、约翰斯·霍普金斯大学以及华盛顿大学等顶尖团队联合发布的最新论文，提出了一个名为 Sensor2Sensor (S2S) 的创新生成式范式。它首次实现了将网络上随处可见的单目行车记录仪视频或手机录像，跨化身（Cross-Embodiment）转换为目标无人车专属的 360° 多视角视频以及高精度 LiDAR（激光雷达）点云日志。

为什么静态3DGS+轨迹回放，可以通过强化学习训练端到端自动驾驶？我们一般理解为static 3DGS 是背景，轨迹回放时，障碍物是无法交互的。但是这两篇论文仍然进行了RL强化学习。

CCC：CarCrazeCurator

【DriveGen 文件详解】04——evaluate.pyLQY-hh/DriveGen-Transformer-: 自动驾驶技术的发展离不开海量数据的支撑，但稀有场景（如极端天气、突发事故）的数据采集成本极高。**DriveGen** 旨在通过扩散模型生成高质量的驾驶场景视频，为自动驾驶算法提供无限的虚拟训练数据。 ### 核心价值 https://github.com/LQY-hh/DriveGen-Transformer-

从零实现《三角洲行动》手游自动跑刀脚本：ADB 直控 + OpenCV 视觉识别 + 固定点位搜刮)三角洲自动跑刀教程声明：本文仅用于分享 Android 自动化与计算机视觉的工程实践，所有内容面向技术学习。竞技游戏的用户协议通常禁止第三方自动化工具，请勿用于线上对局。Demo 与思路仅供研究，后果自负。

云器 Studio Data Agent开启数据开发“自动驾驶”时代--云器 Data Agent 产品深度解析数据开发领域有一个再熟悉不过的场景：业务方周五下班前扔来一个需求，要分析最近三个月各险种的赔付率趋势，顺带看看代理人违规行为和业绩之间有没有相关性。你打开数据库，面对几十张表名语焉不详的业务表，先花半天时间找数据、问口径、确认字段含义；再花半天写 SQL、跑结果、发现口径对不上又改；周一交付，业务说分析维度变了……

不做无法实现的梦～

无人机仿真软件与气球仿真实现无人机仿真飞控验证起飞降落姿态控制航点任务失效保护感知算法相机深度相机激光雷达SLAM控制算法PIDMPC

【光流】自动驾驶光流任务 DeFlow: Decoder of Scene Flow Network in Autonomous Drivingpaper: https://arxiv.org/abs/2401.16122 code: https://github.com/KTH-RPL/DeFlow

地平线开发者

profiler debug 工具用法与高一致性策略工具链用户手册中提供了 profiler debug 工具的使用教程，对于常规流程，大家可参考官方用户手册。本文主要基于一些典型场景进行使用上的介绍。

地平线开发者

Conv+BN+Add+ReLU 融合机制简介在使用地平线算法工具链进行量化部署时，遇到两种 FuseMode：OnlyBN、BNAddReLu。引起思考，融合的目的是什么？融合怎么做到的？是等效的吗？