keymotek

摘要： 基于1.5万公里实测数据，本文揭示Autopilot三大紧急制动特征：对邻车道的过度防御制动、ODD外场景的静默退出风险及信号灯响应困境。研究通过多模态数据融合技术，量化分析制动事件，为ADAS系统优化提供重要依据 阅读全文

摘要： 自动驾驶技术的飞速发展，正在重新定义未来出行的边界。从感知到决策，从规划到控制，每一个环节都离不开海量、精准的高质量数据支撑。然而，随着传感器数量的增加和数据规模的指数级增长，行业正面临一系列挑战：多源传感器数据的时间同步难题、复杂数据格式的适配、测量技术的灵活性不足、设备集成周期冗长等，这些问题正 阅读全文

摘要： 随着汽车向智能化、场景化加速演进，智能座舱已成为人车交互的核心承载。从驾驶员注意力监测到儿童遗留检测，从乘员识别到安全带状态判断，座舱内的每一次行为都蕴含着巨大的安全与体验价值。 然而，这些感知系统要在多样驾驶行为、复杂座舱布局和极端光照条件下持续稳定运行，传统的真实数据采集方式已难以支撑其开发迭代 阅读全文

摘要： 多模态自动驾驶混合渲染HRMAD，融合NeRF与3DGS技术，实现超10万㎡场景重建，多传感器实时输出，仿真更接近真实数据！然而，如何用高保真仿真场景快速验证自动驾驶算法？ 阅读全文

摘要： AVM 合成数据仿真验证技术为自动驾驶环境感知发展带来助力，可借助仿真软件配置传感器、搭建环境、处理图像，生成 AVM 合成数据，有效加速算法验证。然而，如何利用仿真软件优化传感器外参与多场景验证，显著提升AVM算法表现？ 阅读全文

摘要： 在海洋监测与无人艇控制领域，数据采集面临数据噪声误差、融合协同等挑战。本文深度剖析基于多传感器融合的海洋数据采集系统交付案例，详细解析其方案架构、系统搭建等内容，展现如何提升数据采集质量，从而推动无人艇自主航行及算法训练！ 阅读全文

摘要： 登录后复制 随着自动驾驶技术的迅猛发展，构建高保真、动态的仿真场景成为了行业的迫切需求。传统的三维重建方法在处理复杂场景时常常面临效率和精度的挑战。在此背景下，3D高斯点阵渲染（3DGS）技术应运而生，成为自动驾驶仿真场景重建的关键突破。 一、3DGS技术概述与原理 1、3DGS的技术概述 3DGS 阅读全文

摘要： 构建巨量的驾驶场景时，测试ADAS和AD系统面临着巨大挑战，如传统的实验设计（Design of Experiments, DoE）方法难以有效覆盖识别驾驶边缘场景案例，但这些边缘案例恰恰是进一步提升自动驾驶系统性能的关键。本文分享aiFab解决方案，该方案现已具备了更为先进的自适应测试方法，显著提 阅读全文

摘要： 海量数据的收集使得新旧企业能够利用机器学习技术开发新产品并革新旧产品。近年来，数据质量因直接影响了人工智能系统的性能和鲁棒性而备受关注。然而，这对通常通过破坏像素信息（如模糊化、马赛克等）来实现匿名化的方法提出了挑战，这些方法导致合规性与数据质量之间难以兼得。我们探索了一种不是简单移除像素信息，而是 阅读全文

摘要： 一、前言随着自动驾驶技术的快速发展，庞大的测试数据和复杂的场景需求为性能与安全评估带来了巨大挑战。如何高效管理海量数据、挖掘关键场景，并满足以Euro NCAP（European New Car Assessment Programme，欧洲新车安全评鉴协会）为代表的严格评估标准，已成为行业亟待解决 阅读全文