一个使用传统DAS和深度强化学习融合的自动驾驶框架

智车科技 2018-06-14 09:41 次阅读

增强学习是最近几年中机器学习领域的最新进展。增强学习依靠与环境交互学习,在相应的观测中采取最优行为。行为的好坏可以通过环境给予的奖励来确定。不同的环境有不同的观测和奖励。例如,驾驶中环境观测是摄像头和激光雷达采集到的周围环境的图像和点云,以及其他的传感器的输出,例如行驶速度、GPS定位、行驶方向。驾驶中的环境的奖励根据任务的不同,可以通过到达终点的速度、舒适度和安全性等指标确定。增强学习和传统机器学习的最大区别是增强学习是一个闭环学习的系统,增强学习算法选取的行为会直接影响到环境,进而影响到该算法之后从环境中得到的观测。

增强学习在无人驾驶中的应用

关于安全自主驾驶的研究可以分为两种方法:一是传统的感知,规划和控制框架,另一种是基于学习的方法。基于学习的方法可以成功处理在计算机视觉领域的高维特征(如卷积神经网络(CNN))而广受欢迎[5]-[7],强化学习算法可以最大化预期奖励的总和。有越来越多的研究开始将这两种技术结合,用于自动驾驶。对于车道保持,Rausch等人[8]提出了一种训练网络的方法,该方法直接根据从前置摄像头获得的图像预测转向角。结果表明,该神经网络可以通过从前置摄像头得到的原始图像,自动学习车道等特征,来训练车辆的车道保持的转向角度。 John等人[9]提出了混合框架,通过使用长短期记忆网络(LSTM)为每个场景计算适当的转向角。每个网络都会在特定道路场景的特定分区(如直线驾驶,右转弯和左转弯)中,对驾驶行为进行建模。在考虑多种驾驶场景时,它在多个驾驶序列中运行良好。 Al-Qizwini等人[10]提出了一种回归网络,预测驾驶的可利用状态,如前置摄像机图像中的交叉错误,航向误差和障碍物距离,而不是通过使用GoogLeNet直接从前摄像机图像预测转向角[11 ] 。转向角度,油门和制动都是使用基于if-else规则的算法计算出来的。

Sallab等[12]提出了一种在没有障碍物的情况下,使用DQN(Deep Q Network)和DDAC(Deep Deterministic Actor Critic)学习车道保持驾驶策略的方法。他们直接掌握转向,加速和减速,根据低维特征(如速度,轨道边界位置)最大限度地提高预期的未来回报。因此,使用可应用于连续作用的DDAC而非离散作用空间的DQN可以提高车道保持性能。 Zong等[13]提出了一种应用DDPG [14]来躲避障碍物,学习转向角和加速度值的方法。上述方法可以直接获得控制车辆所需的合适的转向角度、油门和制动量。然而,在这些情况下,每当车辆的参数改变时,最佳策略就会改变。因此存在很大限制,即为了最佳策略要不断进行学习。

本文提出了一个使用传统DAS和深度强化学习融合的自动驾驶框架。该框架在DAS功能(例如车道变换,巡航控制和车道保持等)下,以最大限度地提高平均速度和最少车道变化为规则,来确定超车次数。可行驶空间是根据行为水平定义的,利用驾驶策略可以学习车道保持,车道变更和巡航控制等行为。为了验证所提出的算法,该算法在密集交通状况的模拟中进行了测试,并证明了随着驾驶期间的学习进展,平均速度,超车次数和车道变换次数方面性能得到改善。

Deep Q Learning Based High Level Driving Policy Determination 

Kyushik Min,

Hayoung Kim and Kunsoo Huh, Member, IEEE

作者Kyushik Min,韩国汉阳大学机器监测和控制实验室博士生,研究方向为高级驾驶辅助系统(ADAS)和自动驾驶。

项目概述

该项目为Tensorflow Korea 主办的2017济州学习营项目。使用传感器数据和相机图像作为DRL算法的输入。DRL算法根据输入决定行驶动作。如果行动可能导致危险情况,ADAS可以控制车辆以避免碰撞。

高层自动驾驶决策的实现

1.马尔科夫决策过程(MDP)

马尔可夫决策过程(MDP)是决策的数学框架,它由元组组成,其中状态集合S,行为集A,转换模型T,奖励函数R和折扣因子γ[15]。解决MDP问题的关键是找到一个策略,使给定的回报函数R的折扣回报期望总和最大化。然而,在最近的深度学习研究中,可以从大数据集有效地训练深度神经网络,并且可以通过使用从原始输入中获得的一些固定状态φ(St)而不是状态St来解决MDP 。事实上,深度神经网络在计算机视觉研究中,已经训练出比手工标记特征表现更好的算法。驾驶策略学习也是基于MDP进行的,在该MDP中,主车辆与周围的车辆和车道等环境相互作用。使用深度强化学习的优势可以更好的自主学习,从而为驾驶决策学习定义了观察状态S,行动空间A和奖励函数R。

2.感知

使用LIDAR传感器数据和相机图像数据构建感知状态。传感器配置的总覆盖范围可以在上图中看到。

障碍物距离可以从LIDAR传感器获得,也可以从前端摄像头中获得原始图像来辅助感知。由于激光雷达的距离数据和来自相机的图像数据具有完全不同的特点,因此本研究采用多模态输入方案。

3.行动

驾驶决策的行动空间是在离散行动空间中定义的。当我们利用传统DAS的优势时,这个系统的每个动作都可能激活对应的DAS功能。在纵向方向上,有三种动作:1.速度为V + Vcc的巡航控制,其中Vcc为额外目标速度,设定为5km / h,2.当前速度为V的巡航控制,3.速度为巡航控制 V - Vcc。这些纵向行动将触发自主紧急制动(AEB)和自适应巡航控制(ACC)。在横向方向上,还有三种动作:1.保持车道,2.将车道变到左侧,3.将车道变到右侧。由于自动驾驶车辆同时在纵向和横向两个方向上驾驶,我们定义了5个离散行为。(静止,加速,减速,车道改变到左侧,车道改变到右侧)

4.奖励

根据强化学习选择不同的行动,将收到行动结果的奖励。在MDP上解决的问题是找到一个能够最大化未来预期价值奖励的驱动策略。这意味着最佳驾驶策略可以完全不同,具体取决于奖励的设计方式。因此,设计适当的奖励机制对学习正确的驾驶策略非常重要。当车辆在密集的交通情况下行驶时,应该满足以下三个条件:1.找到使车辆高速行驶的策略,2.以无碰撞的轨迹行驶,3.不频繁地改变车道。 基于这三个条件来设计奖励机制。

用于决策学习的DEEP RL算法

DQN在强化学习和神经网络相结合的游戏领域取得巨大成功之后,对深度强化学习进行了各种研究[16]。尤其是,在基于DQN价值的深层强化学习[17] - [22]中进行了大量研究。在此项研究中,深层增强学习算法由DQN [1],Double DQN [17]和Dueling DQN [19]组合得到最近的算法模型,其中的算法参考了 Human-level Control Through Deep Reinforcement Learning[1],Deep Reinforcement Learning with Double Q-Learning[17],Prioritized Experience Replay[18],Dueling Network Architecture for Deep Reinforcement Learning[19]四篇论文中的算法。

项目代码可以在Github上查找:

https://github.com/MLJejuCamp2017/DRL_based_SelfDrivingCarControl

下图为最终的DQN模型。

仿真模拟

本文使用的模拟器是由 Unity 和 Unity ML-Agents 构建的。模拟道路环境是由五车道组成的高速公路行车道。其他车辆在距离主车辆一定距离内的随机车道中心产生。另外,假定其他车辆在大多数情况下不会彼此碰撞,并且可以执行五个动作(加速,减速,车道改变到右车道,车道改变到左车道,保持当前状态)。其他车辆的各种行动以多种随机方式出现,改变了模拟环境,因此Agent 可以体验许多不同的情况。模拟器的观测结果有两种类型:一种是图像,另一种是激光雷达范围阵列。由于前面有摄像头,因此每一步都会观察到原始像素图像。 LIDAR传感器检测有一个360度的射线范围,如果光线扫描到物体,它会返回主车辆和物体之间的距离。如果没有障碍物,则返回模拟器每一步的最大感应距离。

结果与结论

本文提出的驾驶策略算法使用Tensorflow 架构[25]实现的,平均速度,车道变化次数和超车次数等数据都可以从中读出。为验证多输入体系结构的优势,该体系结构分别将来自摄像机和LIDAR的数据通过CNN和LSTM相结合,另外还使用了两个仅用摄像机输入和LIDAR输入的策略网络作为对比。

比较三种不同的不同输入的网络架构:摄像头,LIDAR,摄像头和激光雷达。随着训练的进行,自动驾驶车辆会超越更多的车辆并以更快的速度行驶,而不会在每个输入车辆的环境中,出现不必要的车道变化。结果显示,多输入架构在平均速度和平均超车次数方面表现出最佳性能,分别为73.54km / h和42.2。但是,当使用多输入架构时,车道变化的数量最多,其平均值为30.2。尽管所提出的算法的目标是减少不必要的车道变化的数量,但多输入架构的结果在车道变化的数量方面是最高的。对于LIDAR和摄像头架构中,即使前车速度较慢,它们有时也会显示跟随前方车辆而不更改车道。因此,研究车道变化的数量是寻找最优策略的关键。

在本文中,驾驶策略网络充分利用传统的DAS功能,在大多数情况下保证了车辆行驶的安全性。使用深度强化学习算法训练的自主车辆,在模拟高速公路场景中成功驾驶,所提出的策略网络使用多模式输入,不会造成不必要的车道变化,在平均速度,车道变化次数和超车次数方面,车辆比具有单输入的车辆更好地驾驶。这项研究的结果表明,自主车辆可以由受过深度强化学习训练的主管来控制。

热门推荐

原文标题:IEEE IV 2018:基于深度增强学习的高层驾驶决策研究

文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

51VR自动驾驶仿真训练平台曝光,代表51VR地球克隆计划正式落地?

据介绍,51VR及子公司RealDrive通过人工智能、图形学、车辆动力学等技术,提供自动驾驶车辆从....

发表于 06-23 09:59 19次 阅读
51VR自动驾驶仿真训练平台曝光,代表51VR地球克隆计划正式落地?

自动驾驶汽车会让400万美国驾驶员失业

6月14日报道 根据一份最新的报告显示,之前外界许多针对自动驾驶汽车的担忧其实都被远远夸大。 尽管这....

的头像 电子发烧友网工程师 发表于 06-23 09:50 62次 阅读
自动驾驶汽车会让400万美国驾驶员失业

自动驾驶路测 虚实结合的方案

而随着各地逐渐开始上路测试,各种问题也一定会浮出水面。如何稳妥的解决好这些即将可能出现的各种复杂问题....

的头像 高工智能汽车 发表于 06-23 09:39 154次 阅读
自动驾驶路测 虚实结合的方案

将互联网技术搬到芯片内部

当前信息技术的一个主要矛盾,是急剧增长的数据流与有限带宽之间的矛盾,伴随人工智能与5G技术发展,数据....

的头像 TechSugar 发表于 06-23 09:14 165次 阅读
将互联网技术搬到芯片内部

一种新型的强化学习算法,能够教导算法如何在没有人类协助的情况下解开魔方

McAleer和他的团队称这个过程为“一种新型的强化学习算法,能够教导算法如何在没有人类协助的情况下....

的头像 高工智能未来 发表于 06-22 16:49 201次 阅读
一种新型的强化学习算法,能够教导算法如何在没有人类协助的情况下解开魔方

微软收购AI创企Bonsai 将与Azure云服务相结合

近日,在计算机视觉知名赛事PascalVOC comp4目标检测上,阿里巴巴机器智能技术实验室的深度....

的头像 高工智能未来 发表于 06-22 16:40 594次 阅读
微软收购AI创企Bonsai 将与Azure云服务相结合

在5G网络的支持下,智能汽车或将变身“贾维斯”,更懂你

我们现在正处在4G时代,网速已经可以满足我们绝大部分场景的需求。但是不久的将来,5G通讯技术的成熟,....

的头像 Thundersoft中科创达 发表于 06-22 14:44 333次 阅读
在5G网络的支持下,智能汽车或将变身“贾维斯”,更懂你

中国有望在无人驾驶L4时代实现领先

值得注意的是,虽然中国消费者对自动驾驶的信任度在提升,但仍有不少人对传统整车制造商能否实现自动驾驶技....

的头像 e星球 发表于 06-22 14:40 197次 阅读
中国有望在无人驾驶L4时代实现领先

恩智浦S32V视觉处理解决方案投入量产

全球最大的汽车电子及人工智能物联网芯片公司恩智浦半导体(纳斯达克代码:NXPI,以下简称“恩智浦”)....

的头像 人间烟火123 发表于 06-22 14:08 407次 阅读
恩智浦S32V视觉处理解决方案投入量产

自动驾驶离真正实现还远不远?

5年前,一家互联网公司公开表示要研发无人驾驶汽车,各大汽车厂商都对其眼高手低的嫌疑嗤之以鼻。随后,这....

的头像 39度创意研究所 发表于 06-22 11:56 226次 阅读
自动驾驶离真正实现还远不远?

AI自学就可用更少步数复原任意3阶魔方

魔术方块是非常有趣的益智玩具,但从难度来说,并不比其他棋类游戏困难,如果人工智能(AI)算法可以在国....

的头像 人工智能 发表于 06-22 10:24 220次 阅读
AI自学就可用更少步数复原任意3阶魔方

Apollo 2.5推出了基于动态的实时相对地图的解决方案

导航线在自动驾驶中扮演着多种角色。第一,导航线作为出发点与目的地点的连接线,提供车道级别导航;第二,....

的头像 智车科技 发表于 06-22 09:53 159次 阅读
Apollo 2.5推出了基于动态的实时相对地图的解决方案

自动驾驶计算平台发展趋势,自动驾驶专用芯片的生存之道

图灵奖获得者、现代计算机的奠基人Alan Kay曾说过一句对目前IT产业影响深远的名言——“如果你真....

的头像 智车科技 发表于 06-22 09:42 275次 阅读
自动驾驶计算平台发展趋势,自动驾驶专用芯片的生存之道

直击华为上海“造车”,这个梦你支持吗?

上海34℃度的高温下,浦东金桥一个偏远位置的空地上,一辆黑色汽车时而停下、时而缓慢前进,车上3位工程....

的头像 通信圈 发表于 06-21 16:27 517次 阅读
直击华为上海“造车”,这个梦你支持吗?

首款汽车级安全以太网交换芯片面世,已被自动驾驶汽车平台采用

存储、网络和连接半导体解决方案的领导厂商Marvell今天宣布:其业界首款汽车级安全以太网交换芯片....

发表于 06-21 15:32 77次 阅读
首款汽车级安全以太网交换芯片面世,已被自动驾驶汽车平台采用

激光雷达:沃尔沃认为是推出安全自动驾驶技术的关键环节

据 6月14日报道,由23岁的光学工程师奥斯汀·拉塞尔领导的Luminar公司将提供其结合激光雷达....

发表于 06-21 14:35 96次 阅读
激光雷达:沃尔沃认为是推出安全自动驾驶技术的关键环节

自动驾驶下的凯迪拉克超级巡航技术,你又知道多少呢?

我一直有个预言,就是自动驾驶到来那天,稀饭我就要失业了。因为在自动驾驶时代,汽车变成类似大楼里的升....

发表于 06-21 12:21 161次 阅读
自动驾驶下的凯迪拉克超级巡航技术,你又知道多少呢?

特斯拉:Autopilot事故频繁,被推上了舆论的风口浪尖

最新一起车祸发生在5月底,美国加州一辆开启了Autopilot自动驾驶系统的轿车撞上了停着的警车,....

发表于 06-21 12:10 93次 阅读
特斯拉:Autopilot事故频繁,被推上了舆论的风口浪尖

赛普拉斯半导体公司推出了面向汽车和工业领域的SemperNOR 闪存产品系列

与以前推出的HyperBus产品相比,Semper NOR的读取速度从330 MB/s提升到了400....

的头像 电子技术应用ChinaAET 发表于 06-21 09:24 249次 阅读
赛普拉斯半导体公司推出了面向汽车和工业领域的SemperNOR 闪存产品系列

无人驾驶汽车需要哪些基础技术支持呢?

激光雷达采用主动测距法,接收到的是物体反射回来的激光脉冲,激光雷达直接测量被测物体到雷达的距离,与立....

的头像 Imagination Tech 发表于 06-20 15:08 187次 阅读
无人驾驶汽车需要哪些基础技术支持呢?

2018亚洲消费电子展,科技与汽车的融合日趋紧密

“Tactual Labs”:将手部骨骼的动作同步识别为3D数据,使得手势操作成为可能。在驾驶时,手....

的头像 中汽汽车电子电器信息 发表于 06-20 14:44 444次 阅读
2018亚洲消费电子展,科技与汽车的融合日趋紧密

恩智浦推全新的高性能安全微处理器 可用于自动驾驶控制车辆动力

路德维希堡 - 2018年6月20日 - 全球最大的汽车半导体供应商1恩智浦半导体(纳斯达克代码:N....

的头像 人间烟火123 发表于 06-20 14:30 670次 阅读
恩智浦推全新的高性能安全微处理器 可用于自动驾驶控制车辆动力

浅谈自动驾驶的毫米波雷达技术

基于多传感信息融合的车辆主动防碰撞控制系统,就是根据多传感器接收到的车辆前方目标信息和本车的状态信息....

的头像 智车科技 发表于 06-20 10:05 217次 阅读
浅谈自动驾驶的毫米波雷达技术

国内的自动驾驶和智能网联示范区简单的分析

说起上海的自动驾驶测试区,则毫无悬念的建在了有“汽车城”之称的嘉定安亭,这里有上汽集团、上汽大众以及....

的头像 智车科技 发表于 06-20 10:00 461次 阅读
国内的自动驾驶和智能网联示范区简单的分析

毫米波雷达技术详解

毫米波和大多数微波雷达一样,有波束的概念,也就是发射出去的电磁波是一个锥状的波束,而不像激光是一条线....

的头像 智车科技 发表于 06-20 09:56 181次 阅读
毫米波雷达技术详解

车联网标准体系指南发布 自动驾驶发展迎来新机遇

车联网标准的统一明确了国内车联网技术的发展方向,之前有人认为车联网和智能家居一样,难以有国家标准,即....

的头像 智车科技 发表于 06-20 09:52 402次 阅读
车联网标准体系指南发布 自动驾驶发展迎来新机遇

如何进行自动驾驶紧急制动测试

现阶段确保自动驾驶汽车上路的安全应该是最为重要的。

的头像 智车科技 发表于 06-20 09:39 327次 阅读
如何进行自动驾驶紧急制动测试

传特斯拉自动驾驶系统是用神经网络编程的

Autopilot编程团队主要分为两部分:第一个团队构建了神经网络本身,而第二个团队则专注于神经网络....

的头像 智车科技 发表于 06-20 09:36 230次 阅读
传特斯拉自动驾驶系统是用神经网络编程的

浅谈自动驾驶的安全性保障支柱

本文介绍该模型的安全保障支柱。后台回复【RSS】可获取相关白皮书。

的头像 智车科技 发表于 06-20 09:33 493次 阅读
浅谈自动驾驶的安全性保障支柱

新品!地平线推出全系自动驾驶AI芯片

在不久前结束的亚洲CES上,中国AI芯片制造商地平线宣布推出从L2到L4级别全系列的自动驾驶计算平台....

的头像 章鹰 发表于 06-20 08:28 574次 阅读
新品!地平线推出全系自动驾驶AI芯片

国际顶尖的通讯供应商在车联网和自动驾驶领域有何布局?

从上面这张图不难看出,通过5G建立一个分级自动驾驶框架,它包含了终端层、区域控制层、城市协同控制层以....

的头像 智车科技 发表于 06-19 17:11 1035次 阅读
国际顶尖的通讯供应商在车联网和自动驾驶领域有何布局?

解决这三个问题就是真正的自动驾驶

按定位技术原理不同可分为三类。第一类,基于信号的定位,代表就是GNSS定位,即全球导航卫星系统;第二....

的头像 智车科技 发表于 06-19 17:03 300次 阅读
解决这三个问题就是真正的自动驾驶

新款VLS-128传感器安装到Chrysler Pacifica车辆上

Voyage公司大家应该很熟悉了,它于2017年初成立,脱胎于在线教育公司Udacity,目前在硅谷....

的头像 智车科技 发表于 06-19 16:57 582次 阅读
新款VLS-128传感器安装到Chrysler Pacifica车辆上

激光雷达系统,助力沃尔沃实现完全自主的自动驾驶技术

在自动驾驶技术研发的竞赛中,沃尔沃是比较低调的一家公司。不过在这场竞赛中,沃尔沃也寻求将自动驾驶汽....

发表于 06-19 15:15 207次 阅读
激光雷达系统,助力沃尔沃实现完全自主的自动驾驶技术

【CES asia2018】百度携Apollo Pilot参展,其宣布与现代和宝马达成合作,将提供自动驾驶商用方案

2018年6月13日-6月15日,为期三天的第四届亚洲消费电子展(CES Asia 2018)在上海....

的头像 ces asia 2018 发表于 06-19 11:02 364次 阅读
【CES asia2018】百度携Apollo Pilot参展,其宣布与现代和宝马达成合作,将提供自动驾驶商用方案

.特斯拉AI总监自曝自动驾驶系统秘密:用神经网络编程

据英国路透社报道,麦格纳国际公司将与总部位于密歇根州安阿伯的自动驾驶初创公司 May Mobilit....

的头像 智车科技 发表于 06-19 09:56 435次 阅读
.特斯拉AI总监自曝自动驾驶系统秘密:用神经网络编程

仿真测试的系统组成,自动驾驶系统的传感器仿真方案

在上面的开发流程中提到了快速控制原型,是由恒润科技开发的ARCP快速控制原型,用Infineon的T....

的头像 智车科技 发表于 06-19 09:52 664次 阅读
仿真测试的系统组成,自动驾驶系统的传感器仿真方案

由自动驾驶汽车相撞责任该由谁负责问题,引出对现有保险系统的深思

其实这件事的答案并不像判定两个人打架那么简单,普通司机开车的责任划分很简单,每个国家都有一套执行的....

发表于 06-19 09:01 206次 阅读
由自动驾驶汽车相撞责任该由谁负责问题,引出对现有保险系统的深思

宝沃宣布北美研发中心成立:加码自动驾驶的布局

5月7日,宝沃汽车宣布其北美研发中心(BORGWARD R&D SILICON VALLEY IN....

发表于 06-19 07:49 185次 阅读
宝沃宣布北美研发中心成立:加码自动驾驶的布局

把传统的贝叶斯因果网络和知识图谱,与深度强化学习融合

用一个例子来更具体地解释 GN。考虑在任意引力场中预测一组橡胶球的运动,它们不是相互碰撞,而是有一个....

的头像 新智元 发表于 06-16 16:24 546次 阅读
把传统的贝叶斯因果网络和知识图谱,与深度强化学习融合

拜腾新款概念车首发 “共享全面屏”最大亮点

拜腾在这款豪华概念车上推出全新的电动化平台,这一平台能够同时支持SUV、轿车及MPV车型的生产。除此....

的头像 DIGITIMES 发表于 06-15 11:08 855次 阅读
拜腾新款概念车首发 “共享全面屏”最大亮点

中美自动驾驶汽车监管对比,拿什么保障安全与责任?

这个时代自动驾驶成为了行业内外关注度逐渐上升,自动驾驶虽好,但是现阶段存在着不少的问题需要解决,其中....

发表于 06-15 10:20 251次 阅读
中美自动驾驶汽车监管对比,拿什么保障安全与责任?

英特尔:安全是驱动自动驾驶产业发展的首要因素

随着自动驾驶汽车将要以百万的量级在全世界路面上部署的时候,安全的问题就变得越来越重要。对此,英特尔强....

发表于 06-15 09:57 316次 阅读
英特尔:安全是驱动自动驾驶产业发展的首要因素

车用以太网络、MIPI技术 将会是自驾车驶发展重点课题

自驾车在全球掀起一股热潮,此概念虽在数十年前就已萌芽,但一直要到最近20年间,车用技术才逐渐进步到足....

的头像 MEMS 发表于 06-14 16:17 659次 阅读
车用以太网络、MIPI技术 将会是自驾车驶发展重点课题

自动驾驶变革,中美谁更有戏?

当然也包括新思科技,据悉除了与多家汽车芯片公司和汽车零部件制造商合作之外,这家全球排名第一的芯片....

的头像 ICChina 发表于 06-14 14:12 331次 阅读
自动驾驶变革,中美谁更有戏?

CES Asia2018: 百度“阿波罗计划”,引领中国自动驾驶市场

现代汽车还宣布将参加中国最大的专业互联网服务提供商百度的自动驾驶平台研究项目“阿波罗计划”(Apol....

的头像 Duke 发表于 06-14 14:10 1433次 阅读
CES Asia2018: 百度“阿波罗计划”,引领中国自动驾驶市场

飞步自动驾驶方案:无人货运起步,自研AI芯片

这位前滴滴SVP、研究院创始院长、滴滴无人车团队开创者,现在是自动驾驶创业公司飞步科技的创始人及CE....

的头像 芯师爷 发表于 06-14 11:38 533次 阅读
飞步自动驾驶方案:无人货运起步,自研AI芯片

自动驾驶常用传感器概要介绍

自动驾驶技术涉及的环境感知传感器主要包括视觉类摄像机(包括单目、双目立体视觉、全景视觉及红外相机)和....

的头像 RFsister创客射频空间 发表于 06-14 11:21 366次 阅读
自动驾驶常用传感器概要介绍

CES Asia展6月开启 国内首款高度集成自动驾驶控制器Titan惊艳亮相

自动驾驶和智能网联作为汽车前沿科技的最重要体现,仍是CES展出的要点。届时,环宇智行将在CES上展示....

的头像 人间烟火123 发表于 06-14 10:57 399次 阅读
CES Asia展6月开启 国内首款高度集成自动驾驶控制器Titan惊艳亮相

自动驾驶到底需耗费多少算力?GPU碾压CPU,NVIDIA超车英特尔已成定局?

深度学习神经网络尤其是几百上千层的神经网络对高性能计算要求非常高,GPU对处理复杂运算拥有天然的优势....

的头像 高工智能汽车 发表于 06-14 10:40 309次 阅读
自动驾驶到底需耗费多少算力?GPU碾压CPU,NVIDIA超车英特尔已成定局?

携手Tier 1经纬恒润,Innoviz将进军中国自动驾驶市场

发表于 06-08 13:20 116次 阅读
携手Tier 1经纬恒润,Innoviz将进军中国自动驾驶市场

基于树莓派与神经网络自动驾驶机器人

发表于 05-03 20:19 1037次 阅读
基于树莓派与神经网络自动驾驶机器人

CES 2018 | 速腾聚创MEMS LiDAR带你跨入自动驾驶新时代

发表于 01-03 16:41 726次 阅读
CES 2018 | 速腾聚创MEMS LiDAR带你跨入自动驾驶新时代

神经网络解决方案让自动驾驶成为现实

发表于 12-21 17:11 1910次 阅读
神经网络解决方案让自动驾驶成为现实

速腾聚创夺得“2017奥迪创新实验室大赛”总冠军

发表于 12-19 15:53 562次 阅读
速腾聚创夺得“2017奥迪创新实验室大赛”总冠军

即插即用的自动驾驶LiDAR感知算法盒子 RS-Box

发表于 12-15 14:20 533次 阅读
即插即用的自动驾驶LiDAR感知算法盒子 RS-Box

激光雷达:“三大类”和“四部分”

发表于 11-08 17:35 483次 阅读
激光雷达:“三大类”和“四部分”

全球激光雷达市场规模报告解读

发表于 10-30 15:27 455次 阅读
全球激光雷达市场规模报告解读

速腾聚创最新进展:国内首家MEMS固态激光雷达准备就绪,2018年CES展出

发表于 10-26 16:32 389次 阅读
速腾聚创最新进展:国内首家MEMS固态激光雷达准备就绪,2018年CES展出

无人驾驶汽车怎样认路

发表于 10-25 17:30 539次 阅读
无人驾驶汽车怎样认路