自习室

无人驾驶技术入门(十)| 看不见的“传感器”高精度地图(图)

前言前九次的分享,我将无人车上所用到的主流传感器都做了介绍。这些传感器都是看得到,摸不着的实物。在无人车自动驾驶的过程中,还有一种看不见、摸不到的“传感器”也在发挥着巨大作用,它就是高精度电子地图。高...

作者:平底锅puppy 热度:370 ℃ 评论:0 次

无人驾驶技术入门(九)| 与生俱来的VCU信号(图)

前言在之前的技术分享中,传感器都是安装在汽车外或车内的。而这次要介绍的是汽车生来就具备的传感器信号,即从汽车控制单元(Vehicle Control Unit,简称VCU)中获取的信号。VCU的另外一...

作者:平底锅puppy 热度:703 ℃ 评论:0 次

无人驾驶技术入门(八)| 被低估的传感器超声波雷达(图)

前言在上一次分享中,我介绍了毫米波雷达的原理、数据特性及优缺点。毫米波雷达的低环境敏感和低成本的特性使得其在ADAS和自动驾驶领域得到了广泛的应用。今天要介绍的是一款极其常见的传感器——超声波雷达。如...

作者:平底锅puppy 热度:259 ℃ 评论:0 次

无人驾驶技术入门(七)| 自动驾驶量产必备的毫米波雷达(图)

前言在上一次分享中,我对无人驾驶汽车上的激光雷达的原理、数据及功能做了介绍。激光雷达的普及所遇到的最大挑战是:成本过高。单独一个雷达的价格可能就超过了普通小汽车的价格,因此现阶段还没有大规模量产的可能...

作者:平底锅puppy 热度:496 ℃ 评论:0 次

无人驾驶技术入门(六)| 工程师又爱又恨的激光雷达(图)

前言上一次的分享里,我介绍了一个重要的感知传感器——摄像机。摄像机作为视觉传感器,能为无人车提供丰富的感知信息。但是由于本身感知原理的缺陷,导致摄像机的测距并不是那么准确。工程师们为了解决测距的问题,...

作者:平底锅puppy 热度:263 ℃ 评论:0 次

无人驾驶技术入门(四)| 无人车传感器 IMU 深入剖析(图)

前言上一次的分享里,我介绍了GPS的原理(三角定位)及特性(精度、频率),同时也从无人车控制的角度,讨论了为什么 GPS 的低频率无法满足无人车的定位要求。为了能让无人驾驶系统更高频率地获取定位信息,...

作者:平底锅puppy 热度:540 ℃ 评论:0 次

无人驾驶技术入门(三)| 无人车传感器 GPS 深入剖析(图)

前言上一次的分享里,我对百度 Apollo 计划的技术框架做了介绍,如图。图片出处:无人驾驶技术入门(二)| 百度Apollo技术框架分析如果要完成 Apollo 1.0 的“封闭场地寻迹自动驾驶”功...

作者:平底锅puppy 热度:355 ℃ 评论:0 次

无人驾驶技术入门(二)| 百度Apollo技术框架分析(图)

前言上一次的分享里,我对百度Apollo 1.0和Apollo 1.5所用到的传感器及控制器进行了介绍。可以得到一个结论:实现越复杂的功能,所需要的传感器越多,对控制器的性能要求也越高。今天的分享,我...

作者:平底锅puppy 热度:263 ℃ 评论:0 次

无人驾驶技术入门(一)——百度无人驾驶的引路人?(图)

前言无人驾驶技术入门(硬件篇)的第一讲开课啦!今天的课程我会介绍百度Apollo计划所使用到的硬件方案,以及一位来自旧金山的创业公司,他曾是百度无人驾驶的引路人——AutonomouStuff。正文百...

作者:平底锅puppy 热度:430 ℃ 评论:0 次

爱犯错的智能体 | 听觉篇(十三):视听错觉与无限音阶中的拓扑(图)

机器会犯错,其错要么是因为数据集太少,无法涵盖数据形成的样本空间;要么是由于训练太过精细,导致没办法对新来的样本或数据形成有效预计,俗称为过拟合;要么是模型本身的能力低,结果对样本的刻画能力不足;要么...

作者:平底锅puppy 热度:163 ℃ 评论:0 次

使用模型预测控制和PID实现自动驾驶的车道保持(图)

照片来自 Campbell Boulanger使用模型预测控制和PID实现自动驾驶的车道保持(视频)黄色的路径是目标轨迹,绿色的路径是我们的汽车如何使用MPC移动。自动驾驶的3大核心科技是定位(在哪里...

作者:平底锅puppy 热度:151 ℃ 评论:0 次

爱犯错的智能体 | 视觉篇(十一):主观时间与运动错觉(图)

机器会犯错,其错要么是因为数据集太少,无法涵盖数据形成的样本空间;要么是由于训练太过精细,导致没办法对新来的样本或数据形成有效预计,俗称为过拟合;要么是模型本身的能力低,结果对样本的刻画能力不足;要么...

作者:平底锅puppy 热度:132 ℃ 评论:1 次

爱犯错的智能体 | 视觉篇(十):自举的视觉与智能(图)

机器会犯错,其错要么是因为数据集太少,无法涵盖数据形成的样本空间;要么是由于训练太过精细,导致没办法对新来的样本或数据形成有效预计,俗称为过拟合;要么是模型本身的能力低,结果对样本的刻画能力不足;要么...

作者:平底锅puppy 热度:256 ℃ 评论:0 次

爱犯错的智能体 | 视觉篇(九):抽象的颜色(图)

机器会犯错,其错要么是因为数据集太少,无法涵盖数据形成的样本空间;要么是由于训练太过精细,导致没办法对新来的样本或数据形成有效预计,俗称为过拟合;要么是模型本身的能力低,结果对样本的刻画能力不足;要么...

作者:平底锅puppy 热度:282 ℃ 评论:0 次

爱犯错的智能体 | 视觉篇(八) 由粗到细、大范围优先的视觉(图)

机器会犯错,其错要么是因为数据集太少,无法涵盖数据形成的样本空间;要么是由于训练太过精细,导致没办法对新来的样本或数据形成有效预计,俗称为过拟合;要么是模型本身的能力低,结果对样本的刻画能力不足;要么...

作者:平底锅puppy 热度:144 ℃ 评论:0 次

爱犯错的智能体 | 视觉篇 (七):眼中的黎曼流形(图)

机器会犯错,其错要么是因为数据集太少,无法涵盖数据形成的样本空间;要么是由于训练太过精细,导致没办法对新来的样本或数据形成有效预计,俗称为过拟合;要么是模型本身的能力低,结果对样本的刻画能力不足;要么...

作者:平底锅puppy 热度:127 ℃ 评论:0 次

爱犯错的智能体 | 视觉篇(五):火星人脸的阴影(图)

机器会犯错,其错要么是因为数据集太少,无法涵盖数据形成的样本空间;要么是由于训练太过精细,导致没办法对新来的样本或数据形成有效预计,俗称为过拟合;要么是模型本身的能力低,结果对样本的刻画能力不足;要么...

作者:平底锅puppy 热度:153 ℃ 评论:0 次