autodriver

摘要： 人工智能算法犹如电影的主演，我们很多时候看电影只看到主演们的精彩，但其实电影的创意和呈现都来自于背后的导演和制片等团队。而人工智能算法背后的有关数据的软件，设施，虚拟犹如电影的导演和制片等团队。他们是塑造算法，成就算法的核心力量 阅读全文

摘要： 特斯拉的摄像头视野可以覆盖车身周围360°，在前向有120°鱼眼、长焦镜头用于加强观测，布局如上图。 阅读全文

摘要： 在ADAS多传感器后融合(上)中我们介绍了后融合的接口、策略。本文将主要介绍后融合的实现流程、难点及注意事项。 阅读全文

摘要： ADAS系统是一种高自动化的软件应用，对系统的鲁棒性与可靠性要求很高，单一传感器往往存在一定限制，此时便需要多传感器融合。多传感器融合会带来如下收益： * 可以在部分场景提升整体感知精度。 * 某一传感器出现错误/失效时可以使用另一传感器进行补偿。 * 多传感器可以扩大FOV范围。 阅读全文

摘要： 通常情况下，考虑到记忆泊车实际是一种低速自动驾驶控制过程，因此需要在记忆泊车过程中设置一定的设计运行范围才能保证其记忆建图和行驶控制具备可行性。比如，从控制逻辑上讲在记忆泊车控制中如果遇到前方障碍物的情况，对于记忆行车而言，通常是采用刹车避障的方式进行障碍物躲避。而记忆泊车则是通过转向绕行的方式进行障碍物躲避，从这一点上讲也是记忆泊车相对于记忆行车来说十分不一样的地方。此外，从整个静态ODD上看，我们的记忆行车通常是不需要考虑太多的极端的要素的。只要不是传感器本身的限制和遮挡都可以确保记忆行车控制的可行性。哪怕是类似内部道路、施工路段这类场景也可以不必作为ODD范围外需要考虑的要素，因为系统会根据识别的结果进行适时更新，但匹配上记忆行车的行驶路径方案相对比较单一。 阅读全文

摘要： 首先是最优控制，之前总结LQR是一种无约束的线性二次最优控制问题，通过求解Ricatti方程得到最优控制率，而对于非线性系统，求取最优控制的问题被转化为求解对于的Hamilton-Jacobi-Bellman方程，可以转换成求解有约束的优化问题。并且mpc起源于工业应用，就是先在工业界成功应用之后才有了相对应的理论研究。 阅读全文

摘要： 惯性测量单元(Inertial measurement unit，IMU)，是测量物体三轴姿态角以及加速度的装置。IMU通常包含陀螺仪 (Gyroscope)、加速度计 (Accelermeters)，有的还包含磁力计(Magnetometers)。陀螺仪用来测量三轴的角度/角速度，加速度计用来测量三轴的加速度，磁力计提供磁场朝向信息。 阅读全文

摘要： 4D毫米波雷达的性能比一般的“3D”雷达要高，体现在距离远，精度高，角分辨率高等方面 阅读全文

摘要： 毫米波雷达简介，发展史，产品介绍 阅读全文

摘要： **不对称融合：**我的理解是不同阶段进行进行的融合，比如利用激光雷达计算后物体的proposal与图像在feature map阶段进行融合，不同点是feature map阶段比proposal阶段更抽象，然后进行tensor融合，最后进行解码得出结果。这种方案更多是在实际应用中尝试发现，好与不好要更多的去尝试！ 阅读全文