自动驾驶标签_松山湖开发者村综合服务平台

自动驾驶

深度强化学习 | 基于Double DQN算法的移动机器人路径规划(附Pytorch实现)

本文介绍了基于Double DQN(DDQN)算法的机器人路径规划方法，该方法设计了包含6种离散速度组合的动作空间，并采用多目标混合奖励函数，结合时间惩罚、距离引导和目标达成奖励来优化路径规划效果。Pytorch仿真结果表明了DDQN算法在大规模栅格地图中规划的可行性，为DRL在机器人运动规划领域的应用提供了实践参考。

Mr.Winter`
2026-03-23 09:11:00

 2350

 46

#pytorch #人工智能 #机器人 +3
对自动驾驶实习后的了解

自动驾驶系统由感知、定位、规划和控制四大核心模块组成。感知模块通过摄像头、激光雷达等传感器识别环境；定位模块利用GPS、激光雷达等技术确定车辆位置；规划模块负责路线选择和行为决策；控制模块执行转向和速度控制。系统通过传感器采集数据→环境理解→决策规划→车辆执行的流程实现自动驾驶功能。开发过程包括算法开发、仿真测试和道路测试等环节，最终实现从感知到执行的完整技术架构。

运维帮手大橙子
2026-03-08 23:03:34

 860

 5

#自动驾驶 #人工智能 #机器学习
轨迹优化 | 微分动态规划DDP与迭代线性二次型调节器iLQR理论推导

微分动态规划DDP与迭代二次型调节器iLQR是非线性轨迹优化中最常用的一类算法。本文从贝尔曼最优性原理出发，详细推导DDP与iLQR的算法脉络，并总结其正向反向传播的迭代过程

 Mr.Winter`
2026-01-19 09:48:23

 3531

 61

#动态规划 #算法 #人工智能 +2
RoboTron-Drive：自动驾驶领域的全能多模态大模型

RoboTron-Drive是中山大学与美团联合研发的一体化自动驾驶多模态模型，通过创新的课程式训练策略（从简单到复杂任务渐进学习）和视角感知提示词技术，整合了6个自动驾驶数据集（CODA-LM、MAPLM等）并进行数据增强。该模型采用SigLIP视觉编码器和Llama-3.1语言模型架构，在13项任务中均达到SOTA性能，并在BDD-X等未见数据集上展现出卓越的零样本泛化能力。其创新点包括：多视

 luoganttcc
2025-11-25 14:32:13

 1566

 32

#自动驾驶 #人工智能 #机器学习
【自动驾驶】ROS 机器人操作系统框架 ② ( ROS 编译系统 | ROS 编译相关概念 | Package 包 | Catkin 工作空间 | ROS 运行相关概念 )

一、ROS 编译系统简介1、ROS 编译需求2、ROS 编译层级3、ROS 对 CMake 扩展4、ROS 编译系统相关文档5、下载 Ubuntu 16.04.7 LTS ( Xenial Xerus )二、ROS 编译相关概念1、Package 包2、package.xml 配置文件3、CMakeLists.txt 配置文件4、Catkin Workspace ( Catkin 工作空间 )三、

韩曙亮
2025-11-20 23:01:36

 6377

 21

#自动驾驶 #机器人 #人工智能
【自动驾驶】ROS 机器人操作系统框架 ① ( ROS 简介 | ROS 点对点设计 | ROS 与自动驾驶适配 | ROS 节点间消息传递方式 | 发布 / 订阅模型 )

一、ROS 机器人操作系统框架1、ROS 简介2、ROS 点对点设计3、ROS 分布式设计4、ROS 与自动驾驶适配二、ROS 节点间消息传递方式解析1、节点间消息传递2、发布 Publish / 订阅 Subscribe 模式四大组件3、发布 Publish / 订阅 Subscribe 模式示例演示① 发布者工作流程② 订阅者工作流程③ ROS 主节点工作流程④ 消息传递工作流程

 韩曙亮
2025-11-17 23:10:36

 2252

 34

#自动驾驶 #机器人 #人工智能
【愚公系列】《人工智能70年》076-自动驾驶的梦想与现实（自动驾驶芯片战场）

摘要：自动驾驶芯片成为AI与电动汽车竞争的核心战场，中国科技企业正加速突破。地平线创始人余凯从百度IDL离职后专注车规级芯片研发，201otan 2017年推出首款芯片J1，2019年实现国产车规级AI芯片量产突破。2020年发布的J3芯片助力理想ONE等车型，随后J5及2024年征程6系列（560 TOPS算力）进一步巩固市场地位。地平线以35.49% Markets share领衔中低端市场

 愚公搬代码
2025-10-13 08:15:00

 6.9w

 39

#人工智能 #自动驾驶 #机器学习
【自动驾驶】自动驾驶概述 ③ ( V2X 简介 | V2X 在自动驾驶中的生态位 | 自动驾驶技术发展方向 - 单车智能主导、V2X 补充 | C-V2X 通信协议 LTE-V2X、5G-V2X )

一、V2X 简介1、V2X 概念2、V2X 在自动驾驶中的生态位3、V2X 基础设施示例二、自动驾驶技术发展方向 - 单车智能主导、V2X 补充1、单车智能主导2、V2X 补充 - 提升车路协同上限三、V2X 通信协议简介1、V2X 通信协议 - C-V2X、DSRC2、C-V2X 蜂窝车联网 - LTE-V2X、5G-V2X / NR-V2X3、C-V2X 技术发展路线📡 C-V2X 接入层

 韩曙亮
2025-08-20 16:43:18

 7405

 35

#自动驾驶
自动驾驶中的传感器技术24.1——Camera（16）

虚拟CMS 理想新增HUD数字后视镜影像功能成为市场关注焦点，通过借助现有智驾感知硬件和HUD交互，通过直接调用环视/侧视摄像头，在驾驶员拨动转向杆的同时，通过HUD显示转向盲区的图像，实现类似CMS的部分盲区显示功能。理想旗下的多款车型都开始陆续OTA这项新功能，也被视为上车在传统功能层面的一次创新。尽管相比于CMS的图像显示清晰度有很大的差距，但实现了低成本的功能落地。理想软件实现，硬件借助H

Godspeed Zhao
2025-08-16 19:25:25

 1971

 36

#自动驾驶 #人工智能 #机器学习
论文速读《AutoVLA：统一推理与行动的端到端自动驾驶新突破》

摘要 UCLA研究团队提出AutoVLA，一种创新的视觉-语言-动作模型，用于端到端自动驾驶。该模型通过统一的自回归框架将场景推理与轨迹规划融合，采用离散化token化方法将连续轨迹转化为语言模型可处理的序列。创新性地引入自适应推理机制，结合"快速思维"（直接动作生成）和"慢速思维"（结构化推理）两种模式，根据场景复杂度动态调整策略。模型基于Qwen2.5-

Hermit_Rabbit
2025-06-27 15:33:31

 8460

 20

#自动驾驶 #人工智能 #机器学习
自动驾驶---SD图导航的规划策略

自动驾驶技术正从依赖高精地图（HD Map）向无图方案发展。MIT CSAIL团队提出的MapLite框架通过结合稀疏拓扑地图和车载传感器，实现了农村等无高清地图环境下的自主导航。该系统利用OpenStreetMap等公开地图资源，配合实时道路分割和变分路径规划，在不依赖GPS或详细地图的情况下完成交叉路口穿越等复杂任务。测试显示，该系统能在15公里道路上实现100多次自动路口穿越。这一突破降低了

 智能汽车人
2025-06-07 15:00:00

 1962

 24

#自动驾驶 #人工智能 #机器学习
汽车安全 2030 预测 (功能安全FuSa、预期功能安全SOTIF、网络安全CyberSecurity)：成本、效益与行业影响

汽车安全技术将迎来变革，三重安全防护（功能安全 FuSa、预期功能安全 SOTIF、网络安全）受到关注。到2030 年，预计占整车 BOM 成本 12%，可降低 39% 交通事故率。从成本看，硬件、软件、验证体系是构成主体，硬件成本占比 7%-8%，软件 3%-4%，验证 1%-2%。其效益在于分层拦截风险，主动、被动、网络安全协同作用。行业影响方面，市场分化、技术融合难题及政策标准驱动并存。这场

 赛卡
2025-06-01 11:24:20

 2042

 13

#安全 #汽车 #web安全 +3
RobotxR1：通过闭环强化学习在大语言模型上实现具身机器人智能

25年5月来自瑞士 ETH 的论文“RobotxR1: Enabling Embodied Robotic Intelligence on Large Language Models through Closed-Loop Reinforcement Learning”。未来在现实环境中运行的机器人系统将需要机载具身智能，而无需持续的云连接，从而在功能与计算能力和内存限制之间取得平衡。这项工作提出

 硅谷秋水
2025-05-14 00:15:00

 2023

 21

#语言模型 #机器人 #人工智能 +2
人工智能大模型在自然语言处理、城市治理、自动驾驶、智慧医疗等多个领域的61大应用场景

如果你真的想学习大模型，请不要去网上找那些零零碎碎的教程，真的很难学懂！你可以根据我这个学习路线和系统资料，制定一套学习计划，只要你肯花时间沉下心去学习，它们一定能帮到你！

大模型玩家
2025-05-09 08:15:00

 1767

 25

#人工智能 #自然语言处理 #自动驾驶 +2
使用零样本LLM在现实世界环境中推广端到端自动驾驶——论文阅读

2024年12月，纽约Stony Brook大学、UIC和桑瑞思公司联合发表了一篇关于自动驾驶的论文，提出了一种新型架构，将多模态大型语言模型（LLM）集成到端到端自动驾驶模型中，以增强其在现实环境中的泛化能力。传统自动驾驶方法采用模块化设计，存在误差累积问题，而端到端方法直接从传感器数据输出动作，但需要大量训练数据。本文提出的架构通过LLM定期生成高级驾驶指令，指导端到端模型，降低了对数据的需求

 一点.点
2025-05-09 09:33:46

 898

 27

#论文阅读 #语言模型 #人工智能 +1
基于Piecewise Jerk Speed Optimizer的速度规划算法(附ROS C++/Python仿真)

分段加加速度优化(Piecewise Jerk Speed Optimizer, PJSO)算法是常用的纵向速度优化方式，核心原理是用三次多项式表示s-t图中每个时间区间的速度曲线，并约束每个区间加加速度相等。本文详细推导PJSO算法的原理，并提供ROS C++和Python仿真加深理解

 Mr.Winter`
2025-05-06 09:05:54

 7988

 89

#算法 #人工智能 #机器人 +1
NVIDIA 高级辅助驾驶技术见解

技术创新：端到端 AI 模型与 Thor SoC 的 FP8 算力（1000 TOPS）突破性能瓶颈，物理仿真技术填补场景空白。安全设计：冗余硬件、ISO 标准合规、动态人机交互策略，确保系统在极端条件下的可靠性。生态闭环：从开发者培训（DLI 课程）到车企合作，推动技术标准化与规模化落地。NVIDIA 安全报告自动驾驶。

$程
2025-04-22 15:42:05

 2743

 12

#自动驾驶 #机器学习 #人工智能
在机器人和无人机时代，测绘人的出路在哪里？

技术的洪流不可逆，但测绘人的价值不会消失，只会转移。正如武汉大学在2017年提出的警示：“唯有摒弃传统思维，主动拥抱智能化，才能避免被时代淘汰”。未来的测绘人，既是科技的应用者，也是跨领域的连接者，更是社会发展的守护者。正如一位从业者所言：“我们曾是幕后的皮尺测量员，而今是无人机背后的指挥官。变的工具，不变的是丈量世界的初心。” 在机器与人的协同中，测绘行业将书写新的篇章。

GeoSaaS
2025-03-30 21:50:27

 2052

 38

#机器人 #无人机 #人工智能 +4
自动驾驶01 激光雷达原理

激光雷达LiDAR的全称为Light Detection and Ranging 激光探测和测距。激光雷达的工作原理：对红外光束Light Pluses发射、反射和接收来探测物体。白天或黑夜下的物体与车之间的距离。甚至由于反射度的不同，车道线和路面也可以区分。光束无法探测到被遮挡的物体禾赛128激光雷达凭借其高通道数、长测距范围、高角分辨率和360°视场角等优势，广泛应用于自动驾驶、机器人导航和测

 达柳斯·绍达华·宁
2025-03-25 14:06:40

 2675

 17

#自动驾驶 #人工智能 #机器学习
【Linux网络】I/O 世界的技术之旅：探索五种模型与 fcntl 函数的魅力

1.获取，设置文件状态信息：cmd=F_GETFL，F_SETFL。2.复制现有的描述符，cmd=F_DUPFD。3.获取，设置文件描述符标识，cmd=F_GETFD，F_SETFD。4.获取，设置异步IO所有权，cmd=F_GETOWN，F_SETOWN。5.获取、设置记录锁，cmd=F_GETLK，F_SETLK，F_SETLKW。

久绊易
2025-03-10 13:29:21

 3413

 157

#linux #运维 #服务器 +2
硬件加速与技术创新双轮驱动：DeepSeek和ChatGPT性能进阶的未来蓝图

DeepSeek 是由杭州的 DeepSeek 公司开发的人工智能模型，其研发初衷是为了在深度学习领域进行深度探索，致力于推出高效且开源的大型 AI 模型。DeepSeek 模型在自然语言处理领域展现出了强大的能力，广泛应用于智能客服、智能写作、机器翻译、知识问答等多个场景。在智能客服中，它能够快速理解用户的问题，并提供准确、高效的回答，显著提升客户服务的效率和质量；在智能写作方面，它可以根据给定

 久绊易
2025-02-24 13:36:42

 4181

 113

#人工智能 #自动驾驶 #汽车
自动驾驶Occupancy梳理笔记（三）: SelfOcc, SparseOcc(华为&上交), SparseOcc(上海AI Lab), OccWorld

SelfOcc, SparseOcc(华为&上交), SparseOcc(上海AI Lab), OccWorld方法梳理解释

 xying_chloe
2025-01-17 14:20:43

 2401

 39

#计算机视觉 #自动驾驶 #人工智能
自动驾驶之激光雷达

在感知融合中，会对所有目标进一步处理，得到更加准确的目标类别、距离、尺寸、速度等，感知完成红绿灯检测、车道线检测目标融合之后，把感知信息发送给下游模块。其中，(cx, cy, cz)是中心点，(length, width, height)是长宽高，heading是朝向，type是目标类别。多目标跟踪，获取目标运动的历史轨迹，得到更加稳定的朝向、速度、位置等信息，得到跟踪id。下图是地面点云检测的示

 江_小_白
2024-11-22 23:37:24

 3649

 26

#自动驾驶 #人工智能 #机器学习
【运动规划】移动机器人运动规划与轨迹优化全解析 | 经典算法总结

本篇博客系统地介绍了移动机器人运动规划的经典方法，从自主机器人的定义和组成出发，深入探讨了基于搜索、基于采样和基于运动学的路径搜索算法，以及轨迹优化方法。文章涵盖了多种路径规划算法，包括基于深度优先和广度优先的搜索算法、 A * 搜索算法、 JPS 跳点算法、 PRM 、 RRT 、 RRT * 以及基于运动学的路径搜索算法。此外，文章还介绍了轨迹优化中的基本最小间隙硬约束和软约束，旨在帮

 清流君
2024-11-21 08:00:00

 7929

 196

#算法 #机器人 #自动驾驶 +1
【数字孪生】Carla 自动驾驶仿真平台全攻略指南 | 学习资料汇总大全

本篇博客是博主在学习 Carla 仿真平台的过程中参考过的学习资料，这些资源不仅质量高，而且实用性强，亲身体验后觉得非常有效。因此，博主整理了这些资料，希望与大家分享，共同学习和进步。本篇博客汇总了 Carla 的安装过程、与 ROS 的集成以及如何导入自建地图和车辆模型等学习资料，分享给大家共同学习，帮助大家快速上手 Carla 。

清流君
2024-11-04 08:00:00

 7926

 189

#自动驾驶 #人工智能 #c++ +1
【【自动驾驶】车辆运动学模型】

在自动驾驶领域，通常采用单车模型来简化实际车辆的复杂性。此模型将车辆视为具有两个转动轴的刚体，即前轮和后轮，每个轴上的左右轮合并为一个轮子来考虑。车辆重心：点C，代表车辆的质量中心。前后轮距离lfl_flf和lrl_rlr分别从前轮中心到重心的距离和从后轮中心到重心的距离。轴距LlflrLlflr。速度VVV，表示车辆重心的速度。滑移角β\betaβ，车辆速度矢量与车辆纵向轴之间的夹角。航

 2345VOR
2024-10-21 05:00:00

 3137

 41

#自动驾驶 #人工智能 #机器学习
【RoadRunner】自动驾驶模拟3D场景构建 | 软件简介与视角控制

在使用 RoadRunner 进行场景编辑时，视角控制是一个重要的功能，能够帮助用户高效地导航和操控复杂的 3𝐷 环境。通过上述方法，用户可以轻松地旋转、放大、缩小以及移动视角，从而准确定位和调整场景元素。掌握如何将视角框定在选定对象上以及根据光标位置调整视角，有助于提升工作效率。此外，用户可以根据需要切换透视和正交投影，以实现不同的视觉效果和精确度。通过快捷键和鼠标操作的结合，用户能够灵活

 清流君
2024-10-18 08:00:00

 6776

 118

#自动驾驶 #3d #人工智能
【自动驾驶】基于车辆几何模型的横向控制算法 | Pure Pursuit 纯跟踪算法详解与编程实现

写在前面： 欢迎光临清流君的博客小天地，这里是我分享技术与心得的温馨角落。个人主页：清流君_CSDN博客，期待与您一同探索移动机器人领域的无限可能。 本文系清流君原创之作，荣幸在CSDN首发若您觉得内容有价值，还请评论告知一声，以便更多人受益。==转载请注明出处，尊重原创，从我做起。== 点赞、评论、收藏，三连走一波，让我们一起养成好习惯==在这里，您将收获的不只是技术干

 清流君
2024-10-12 18:41:16

 137

#人工智能 #自动驾驶
【自动驾驶】控制算法（十二）横纵向综合控制 | 从理论到实战全面解析

本文是自动驾驶控制算法系列的第十二节，也是本系列的收官之作。这一节综合运用了前十一节的知识，详细讲解了如何实现横向和纵向控制，并介绍了规划接口的重要性。首先，文章介绍了轨迹规划的定义和重要性，强调了规划轨迹与路径规划的区别，以及其在自动驾驶中的关键作用。接着，通过直角坐标系下的轨迹规划示例，详细解释了如何设计满足特定条件的轨迹。文章随后深入探讨了横向控制和规划接口，包括匹配点的更新、规划点与时间的

 清流君
2024-10-09 08:00:00

 6411

 86

#自动驾驶 #人工智能 #matlab
2024自动驾驶(多模态)大模型综述：从DriveGPT4、DriveMLM到DriveVLM、DriveMM

本文主要涉及以下4篇paper的解读(按发表的时间顺序排列)DriveGPT4: Interpretable End-to-end Autonomous Driving via Large Language ModelDriveMLM: Aligning Multi-Modal Large Language Models with Behavioral Planning States for A

v_JULY_v
2024-08-12 19:00:54

 2.5w

 80

#自动驾驶