自动驾驶

想成为PhD的小提琴手

论文阅读13——基于大语言模型和视觉模态融合的可解释端到端自动驾驶框架：DriveLLM-V的设计与应用An explainable end-to-end autonomous driving framework based on large language model and vision modality fusion: design and application of DriveLLM-V

Lidar调试记录Ⅳ之Ubuntu22.04+ROS2+Livox_SDK2环境下编译Livox ROS Driver 2Ubuntu22.04、ROS2(ROS2安装)、Livox_SDK2(Livox_SDK2编译)、Livox ROS Driver 2驱动包（雷达驱动编译）

BestOrNothing_2015

运动学模型推导 + 离散化 + 工程化版本（适用于前方单舵轮 AGV / 自动驾驶 / MPC）目录模型推导：前言一、自行车模型结构（Bicycle Model）二、速度分解 —— 最关键的一步三、无侧滑约束（No-Slip Constraint）

数据与后端架构提升之路

小鹏VLA 2.0的“神秘涌现”：从痛苦到突破，自动驾驶与机器人如何突然“开窍”？大家好，我是数据与算法架构提升之路，专注于AI、自动驾驶和机器人领域的最新动态。今天，我们来聊聊小鹏汽车在2025科技日上爆出的重磅消息：VLA 2.0和人形机器人IRON的“涌现”过程。这不仅仅是技术迭代，更是像科幻小说一样的突然“觉醒”。如果你对自动驾驶的未来感兴趣，这篇文章绝对值得一读！我们将基于小鹏自动驾驶负责人刘先明和机器人副总裁米良川的独家对话，揭秘背后的故事。

拓端研究室

专题：2025构建全自动驾驶汽车生态系统：中国智能驾驶行业全景研究报告|附80+份报告PDF、数据仪表盘汇总下载原文链接：https://tecdat.cn/?p=44316 原文出处：拓端抖音号@拓端tecdat

地平线开发者

不同传感器前中后融合方案简介在自动驾驶场景下，摄像头 + 激光雷达的传感器融合方案是最常见的感知技术路线，目标是充分利用二者的互补性：

地平线开发者

征程 6X 常见 kernel panic 问题kernel panic 包含了多种内核异常类型，包括但不限于：空指针/异常指针、HungTask、RCU Stall、softlockup、hardlockup、OOM、BUG_ON。

BestOrNothing_2015

MPC模型预测控制原理全解析：从状态预测、矩阵推导到QP求解与滚动优化（含完整手推过程）目录MPC（模型预测控制）概念前言一、MPC 最核心的思想（必须先理解）1）关键思想：2）步骤：2.1）MPC未来N步的控制量

创客匠人老蒋

从自动驾驶到智能辅导：人工智能如何重塑商业与生活你是否认为人工智能只是提升内容创作与图像生成的效率？事实并非如此。我们正处在被人工智能“深度重塑”的起点。

基于世界模型的自动驾驶控制算法世界模型（World Model）通过构建环境动态变化的概率预测实现自动驾驶决策。其控制流程包含：变道决策预测模型计算相邻车道车辆位置概率分布： $$p(\Delta x_{t+1} | z_t) \sim \mathcal{N}(\mu_v, \sigma_v^2)$$ 控制器生成安全变道轨迹： $$a_t = [\Delta \phi, \Delta v]^T$$

自动驾驶与联网车辆网络安全：系统级威胁分析与韧性框架摘要自动驾驶与联网车辆的快速发展为交通出行带来了变革性变化，实现了实时数据交换、协同驾驶和空中下载功能升级。然而，这种互联性也使车辆暴露在庞大且复杂的网络威胁环境中。本文探讨了自动驾驶与联网车辆固有的网络安全风险，包括对车与万物（V2X）通信、电子控制单元、传感器欺骗和远程代码执行的攻击。文章提出了一种分层网络安全韧性框架，该框架基于威胁建模、入侵检测和专为汽车架构定制的加密安全协议。本文还论述了与遗留系统、资源限制、供应链复杂性和监管碎片化相关的实施挑战。该框架为下一代智能交通系统提供了符合标准的自适应

搬砖者（视觉算法工程师）

自动驾驶技术前沿：传感器技术本文核心在于阐明构成自动驾驶车辆各项技术的发展现状。自动驾驶技术划分为感知模块（深入剖析摄像头、激光雷达、毫米波雷达、超声波传感器及新兴成像雷达技术的最新进展）、决策与学习模块以及边缘计算模块（重点探讨包含先进AI算法、自然语言处理、机器学习技术的动态格局，以及边缘计算的变革性影响）。这篇文章主要介绍感知模块。

从手动到智能：XTOM-STATION自动化检测中心在复杂曲面零件全尺寸检测中的应用在工业检测、智能制造与科研领域，高效精准的3D数据采集与处理一直是推动企业生产效率与提升产品质量的关键。新拓三维XTOM-STATION自动化检测中心，搭配XTOM-MATRIX 12M微米级精度蓝光三维扫描仪，集成工业级机器人进行自动化3D测量，该方案可实现自动路径规划、自动扫描、自动检测与检测报告输出全流程闭环，为自动化3D检测领域提供国产自主品牌解决方案。

无人船 | 图解基于MPC控制的路径跟踪算法(以全驱动无人艇WAMV为例)模型预测控制(Model Predictive Control，MPC)是一种先进的控制策略，广泛应用于工程领域。它通过建立动态系统的数学模型，并基于当前状态进行预测，优化未来一段时间内的控制动作，以达到最优的控制效果。模型预测控制通过预测和优化方法，能够在系统动态变化和约束条件下，实现更高效、更灵活的控制，因此在工业应用中具有重要的实际价值。

自动驾驶深度学习模型的SOTIF优化方案摘要确保自动驾驶系统中深度学习模型的安全性至关重要。为符合汽车安全标准 ISO 21448，我们提出将不确定性作为一种新的补充评估标准，以确保基于深度学习的系统的预期功能安全性（SOTIF）。为评估和改进自动驾驶系统的轨迹预测功能，考虑到资源和响应时间的限制，我们采用认知不确定性作为评估标准，该不确定性通过单前向传播模型进行量化。基于 CARLA 模拟器收集的数据进行的实验结果表明，不确定性标准能够检测出未知驾驶场景中具有潜在危害性的功能缺陷，并最终促使模型进行额外学习。

高工智能汽车

“融资热潮”来临！商用车自动驾驶拐点已至？进入2025年，L4级自动驾驶商用车赛道再现融资热潮。根据《高工智能汽车》了解到，今年以来，智加科技、主线科技、卡尔动力、零一汽车、斯年智驾等L4自动驾驶企业纷纷拿下了融资，年内融资总额已突破300亿。

地平线开发者

LLM 训练基础概念与流程简介LLM 首先要学习的并非直接与人交流，而是让网络参数中充满知识的墨水，“墨水” 理论上喝的越饱越好，产生大量的对世界的知识积累。预训练就是让 Model 先埋头苦学大量基本的知识，例如从 Wiki 百科、新闻、书籍整理大规模的高质量训练数据。这个过程是“无监督”的，即人类不需要在过程中做任何“有监督”的校正，而是由模型自己从大量文本中总结规律学习知识点。模型此阶段目的只有一个：学会词语接龙。例如我们输入“秦始皇”四个字，它可以接龙“是中国的第一位皇帝”。

地平线开发者

Camsys 时间戳信息简介其中 u64 timestamps：硬件时间戳，是跟 CPU 一起用的 64 bit system counter，1s 是 24M 个 clock。 FS 的时候从硬件寄存器读取。读取的值除以 24000 是毫秒，除以 24000000 是秒。

不做无法实现的梦～

适合新手小白入门实现slam建图和路径规划的详细教程b站教程：https://www.bilibili.com/video/BV13g4y157R9/?spm_id_from=333.1007.top_right_bar_window_history.content.click&vd_source=477542868eed5e7af9de168225960d85

解构AI营销获客工具的四大智能中枢与价值逻辑基于数百次企业落地实践，我们将AI营销获客工具的核心归纳为四大智能中枢。它们相互协同，构成了企业24小时不间断的“获客引擎”。