【四旋翼飞行器】76小时吃透四轴算法!史上最强软硬结合实战项目,👉戳此立抢👈

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。

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

传统汽车厂商布局自动驾驶 科技巨头也不落后

对于全球汽车市场而言,平台化、轻量化、节能化、电子化、智能化以及安全化等已成为汽车领域发展的主要方向....
的头像 满天芯 发表于 01-18 11:21 25次 阅读
传统汽车厂商布局自动驾驶 科技巨头也不落后

人工智能在汽车上的发展远比我们大家想得要快

“人工智能”是近年来非常热门的一个词,不论是在哪个领域,都能有它的身影,这其中自然也包括了汽车行业。....
发表于 01-18 10:52 6次 阅读
人工智能在汽车上的发展远比我们大家想得要快

俄罗斯的自动驾驶技术不容忽视

难道俄罗斯因为经济原因,并没有在发展自动驾驶技术?其实俄罗斯的自动化技术也不容小觑,例如在机器人和自....
发表于 01-18 10:33 5次 阅读
俄罗斯的自动驾驶技术不容忽视

中国车企“围剿”特斯拉,挖到高管就是头彩

拜腾由腾讯等投资,去年融资5亿美元,除了从特斯拉(法乐第未来)挖来魏思涛外,该公司还从苹果挖来设计师....
的头像 新智元 发表于 01-18 10:18 50次 阅读
中国车企“围剿”特斯拉,挖到高管就是头彩

我国今年将实现首个5G自动驾驶示范应用落地

周舟表示,5G具有超大带宽、超低时延和超大接入量等特点,相比4G网络,峰值速率提升在20倍以上。然而....
发表于 01-18 10:00 8次 阅读
我国今年将实现首个5G自动驾驶示范应用落地

自动驾驶除了应用于汽车领域 还能放在船上

如今自动驾驶汽车颇受关注,如果说将自动驾驶技术放在船上,那可能又是一件完全不同的事情了,但受限于技术....
发表于 01-18 09:22 6次 阅读
自动驾驶除了应用于汽车领域 还能放在船上

华为或将成为智能网联汽车时代的最大赢家

在即将过去的这周,被华为公关关系部逼着的华为创始人任正非,罕见的连续几天接受了中外媒体的采访,回答了....
发表于 01-18 09:15 16次 阅读
华为或将成为智能网联汽车时代的最大赢家

5G自动驾驶中国移动与联通开始了新一轮的联盟战

2009年3月,广汽丰田与雷克萨斯正式导入丰田在日本已经应用两年的车联网系统G-book。从安全入手....
发表于 01-18 08:56 7次 阅读
5G自动驾驶中国移动与联通开始了新一轮的联盟战

当波尔舍与福特两大汽车世家牵手,温情背后的博弈自此将涌动暗流

更重要的是,这次“婚姻”能将大众和福特带向何方?结盟带来的劲风,隐隐有演变为吞并的风暴之势,如果不能....
的头像 汽车工程师 发表于 01-17 17:25 191次 阅读
当波尔舍与福特两大汽车世家牵手,温情背后的博弈自此将涌动暗流

嵌入式硬件的七项技术创新及其应用预测

机器人出租车绝对将会在2019年内推出上路。有许多投资方和合资企业都致力于推出这些自动驾驶的车辆,诸....
的头像 嵌入式资讯精选 发表于 01-17 16:56 232次 阅读
嵌入式硬件的七项技术创新及其应用预测

盘点2018年智能网联汽车及出行投融资排行

TOP100投资案例的金额总计258.77亿美元,其中共享出行有47起,新能源汽车有21起,自动驾驶....
的头像 佐思汽车研究 发表于 01-17 16:49 218次 阅读
盘点2018年智能网联汽车及出行投融资排行

赛灵思在CES上重点瞄准自动驾驶 助力推动中国汽车的进步

美国拉斯韦加斯最知名的莫过于刺激的博弈、华丽的娱乐大秀、无限畅食的自助餐以及 CES 全球最大消费电....
发表于 01-17 16:45 64次 阅读
赛灵思在CES上重点瞄准自动驾驶 助力推动中国汽车的进步

探究自动驾驶对城市交通出行的影响

自动驾驶已是呼之欲出的近未来事件,将成为汽车发明以来城市交通出行的最大变革。
的头像 智车科技 发表于 01-17 16:21 198次 阅读
探究自动驾驶对城市交通出行的影响

群体智能协同如何控制基于车路协同的交通系统

基于车路协同的重新构建的复杂交通系统,必须采用群体智能协同控制的方式来解决。
的头像 智车科技 发表于 01-17 16:11 177次 阅读
群体智能协同如何控制基于车路协同的交通系统

恒大健康宣布以9.3亿美元并购瑞典电动汽车公司NEVS的51%股权

据了解,NEVS曾于2012年成功收购拥有75年历史的瑞典萨博汽车公司,继承了萨博“人车合一、贴地飞....
的头像 芯智讯 发表于 01-17 14:17 223次 阅读
恒大健康宣布以9.3亿美元并购瑞典电动汽车公司NEVS的51%股权

面对产业巨变,车企们纷纷抱团取暖

福特CEO韩恺特(Jim Hackett)和大众集团CEO迪斯(Dr. Herbert Diess)....
的头像 汽车工程师 发表于 01-17 11:49 470次 阅读
面对产业巨变,车企们纷纷抱团取暖

LG合作Naver实验室,实现精确室内自动驾驶功能

国家煤矿安监局近日制定公布了《煤矿机器人重点研发目录》,重点研发应用掘进、采煤、运输、安控和救援5类....
的头像 机器人大讲堂 发表于 01-17 11:35 409次 阅读
LG合作Naver实验室,实现精确室内自动驾驶功能

高斯牛顿法拟合的AI是个泡沫与噱头?

直到今天,我坚定不移地认为,AI是个泡沫。今天所谓的AI,最底层说白了就是高斯牛顿法拟合。AI时代还....
发表于 01-17 09:58 54次 阅读
高斯牛顿法拟合的AI是个泡沫与噱头?

通信照明概念让自动驾驶汽车更安全

在测试期间,减少自动驾驶车辆的事故可能就像增加照明来警示行人一样简单。
的头像 CNLED网 发表于 01-17 08:35 195次 阅读
通信照明概念让自动驾驶汽车更安全

Waymo自动驾驶汽车频遭人攻击 民众对于自动驾驶安全性表示担忧

消息,据报导,当地警方称,Waymo 测试车登陆凤凰城没几个月,就有当地人看不惯 Waymo,将 P....
发表于 01-16 16:50 82次 阅读
Waymo自动驾驶汽车频遭人攻击 民众对于自动驾驶安全性表示担忧

车市寒冬下 东风日产却不降反升

中汽协最新统计显示,2018年全年,中国乘用车产销分别完成2352.9万辆和2371万辆,比上年同期....
发表于 01-16 15:55 55次 阅读
车市寒冬下 东风日产却不降反升

开沃汽车将发布首款乘用车平台开发的车型 低价对标特斯拉Model 3

2011年,黄宏生与厦门金龙、南京东宇重组南京金龙。8年过去,现在的南京金龙,除了中巴,还生产大客车....
发表于 01-16 15:46 88次 阅读
开沃汽车将发布首款乘用车平台开发的车型 低价对标特斯拉Model 3

大众福特合作 利益捆绑之下强强联合之路能走多远尚未可知

随着全球汽车产业生态变革日趋深入,融合不断加剧,当前整车厂之间的竞合关系正逐渐被一种新形式所取代——....
发表于 01-16 10:21 79次 阅读
大众福特合作 利益捆绑之下强强联合之路能走多远尚未可知

华纳兄弟与英特尔联手让观众了解来自动驾驶汽车未来的样子

据英特尔汽车战略营销经理Marcie Miller的说法,这款概念车履行了两家公司在2017年洛杉矶....
的头像 AR联盟 发表于 01-16 09:58 223次 阅读
华纳兄弟与英特尔联手让观众了解来自动驾驶汽车未来的样子

打通物流配送的“最后一米”,做到真正的无人配送

在大陆集团展出的方案中,其推出的城市驾乘平台(CUbE)可穿梭在城市当中,承担配送车的角色,而方案的....
的头像 电子发烧友网工程师 发表于 01-15 15:47 252次 阅读
打通物流配送的“最后一米”,做到真正的无人配送

随着中国品牌的不断崛起发力 长安汽车还将面对越来越大的挑战

未来将不再以销量增长作为企业核心目标,由高速发展转向高质量发展,持续提升经营质量,提升效益和品牌质量....
发表于 01-15 15:03 125次 阅读
随着中国品牌的不断崛起发力 长安汽车还将面对越来越大的挑战

戴姆勒自动驾驶卡车如何变阵

三年前,在拉斯维加斯,德国汽车巨头戴姆勒展示了一款名为“ Freightliner Inspirat....
的头像 高工智能汽车 发表于 01-15 14:13 241次 阅读
戴姆勒自动驾驶卡车如何变阵

自动驾驶芯片火药味十足 NXP即将推出Kalray系统

英伟达在展会上宣布,扩大与梅赛德斯-奔驰的合作关系,为后者构建人工智能架构,能够集成自动驾驶和智能驾....
的头像 高工智能汽车 发表于 01-15 14:05 404次 阅读
自动驾驶芯片火药味十足 NXP即将推出Kalray系统

自动驾驶不再是风口 创业家又该何去何从

不同背景的创业团队,自然会有不同的结果,发展壮大还是销声匿迹,现在还没有最终的定论,但是已经开始初见....
发表于 01-15 10:48 51次 阅读
自动驾驶不再是风口 创业家又该何去何从

商汤科技在日本设立的自动驾驶试验场估值达到了45亿美元

据外媒报道,全球估值最高的人工智能(AI)初创公司商汤科技(SenseTime)正式进军日本,在茨城....
发表于 01-15 08:43 107次 阅读
商汤科技在日本设立的自动驾驶试验场估值达到了45亿美元

长安汽车全年销量跌幅高达25.58% 最大的问题出在自身

2019年1月11日,长安汽车发布了2018年12月份产销快报及全年产销数据。根据数据显示,2018....
发表于 01-14 17:26 437次 阅读
长安汽车全年销量跌幅高达25.58% 最大的问题出在自身

NVIDIA展示了其DRIVE Localizatio,提供了全球化、规模化的量产解决方案

结合 NVIDIA 软件平台,这些处理器可为深度神经网络执行快速推理,并为计算机视觉算法执行高性能并....
的头像 英伟达NVIDIA企业解决方案 发表于 01-14 17:18 381次 阅读
NVIDIA展示了其DRIVE Localizatio,提供了全球化、规模化的量产解决方案

帮你们破除RL的神秘感,理清各算法发展的脉络

因为篇幅所限,简单介绍一下V(s)与Q(s,a)。它们是Value Function Approxi....
的头像 人工智能爱好者社区 发表于 01-14 16:57 157次 阅读
帮你们破除RL的神秘感,理清各算法发展的脉络

复盘2019年的CES展:智能应用全面开花

奥迪今年在CES上,带来的是2017年就亮相的全概念电动汽车Aicon,这款车最大的设计在于没有方向....
的头像 人工智能学家 发表于 01-14 14:24 332次 阅读
复盘2019年的CES展:智能应用全面开花

FLIR布局下一代自动驾驶 发布两款新品

据麦姆斯咨询报道,FLIR ADK作为自动驾驶汽车其他传感器的有力补充,可提供增强安全性所需的冗余度....
的头像 MEMS 发表于 01-14 14:08 277次 阅读
FLIR布局下一代自动驾驶 发布两款新品

自动驾驶“革命”尚未成功 模拟是其学习驾驶技能的好帮手

去年 9 月,集智慧、胆量和疯狂于一体的特斯拉 CEO Elon Musk 曾断言,人类社会可能是更....
发表于 01-14 11:10 105次 阅读
自动驾驶“革命”尚未成功 模拟是其学习驾驶技能的好帮手

自动驾驶领头羊Waymo One最大的问题在于需安全员启动并驾驶车辆

自从Waymo在美国当地时间2018年12月5日推出Waymo One以后,虽然是收费的自动驾驶叫车....
发表于 01-14 11:06 94次 阅读
自动驾驶领头羊Waymo One最大的问题在于需安全员启动并驾驶车辆

我国的汽车电动化的进程速度加快 自动驾驶将基本普及

1月12日,“中国电动汽车百人会论坛(2019)” 在北京拉开帷幕。本次论坛以 “汽车革命与交通、能....
发表于 01-14 10:59 128次 阅读
我国的汽车电动化的进程速度加快 自动驾驶将基本普及

CES 2019六大汽车自动驾驶方案 包括Nvidia、Mobileye、地平线

自动驾驶技术兴起,为汽车发展开创了新纪元。对于乘车和驾驶者来说,将带来全新的交互式体验。在CES 2....
发表于 01-14 09:48 894次 阅读
CES 2019六大汽车自动驾驶方案 包括Nvidia、Mobileye、地平线

盘点5G改变世界的重大进展

5G有可能彻底改变制造业、游戏和娱乐等众多行业,甚至,我敢说,如果没有超快速、稳定的5G技术的发展,....
的头像 物联之家网 发表于 01-14 09:43 464次 阅读
盘点5G改变世界的重大进展

自动驾驶落地,中国电动车厂迎来大考年

如果去年你在拉斯维加斯点一份达美乐披萨,那么来送餐的“披萨小哥”极有可能是一辆无人驾驶车。用户在线预....
的头像 独爱72H 发表于 01-13 11:47 1169次 阅读
自动驾驶落地,中国电动车厂迎来大考年

为实现孙正义的自动驾驶梦,ARM“像疯了一样地”投资!

目前ARM在快速扩张,公司联合创始人迈克·穆勒(Mike Muller)要使用自己的办公室都不得不提....
的头像 独爱72H 发表于 01-13 11:38 718次 阅读
为实现孙正义的自动驾驶梦,ARM“像疯了一样地”投资!

首款用于自动驾驶车队的雷达已经发布

据麦姆斯咨询报道,汽车应用的多普勒激光雷达(Doppler LiDAR)创新厂商Blackmore ....
的头像 MEMS 发表于 01-13 11:10 999次 阅读
首款用于自动驾驶车队的雷达已经发布

福特与沃尔玛合作 推出自动驾驶汽车送货到家的服务

据报道,福特汽车(Ford Motors)与美国最大零售商沃尔玛(Walmart)14日宣布合作,推....
发表于 01-13 10:37 188次 阅读
福特与沃尔玛合作 推出自动驾驶汽车送货到家的服务

智能汽车技术可大概每年节约62亿美元的燃料成本

据外媒报道,据美国史蒂文斯理工学院(Stevens Institute of Technology)....
发表于 01-13 10:30 137次 阅读
智能汽车技术可大概每年节约62亿美元的燃料成本

英伟达DRIVE AGX Xavier开发套件就是一个用于构建自动驾驶系统的平台

英伟达(NVIDIA)的中国“军团”正在加强。近日,英伟达CEO黄仁勋在GTC China 2018....
发表于 01-13 10:27 233次 阅读
英伟达DRIVE AGX Xavier开发套件就是一个用于构建自动驾驶系统的平台

苹果自动驾驶新专利曝光 涉及一种新型车辆警报系统

据外媒报道,当地时间11月22日,美国专利商标局公布了苹果公司(Apple)的一项与其泰坦项目(Pr....
发表于 01-13 10:25 167次 阅读
苹果自动驾驶新专利曝光 涉及一种新型车辆警报系统

奥迪纯电动超跑PB18 e-tron概念车未来有望搭载L3~L5级别自动驾驶技术

据报道,一位奥迪高管证实,奥迪的纯电动超跑PB18 e-tron概念车将投入生产,全球限量50台。据....
发表于 01-13 10:18 193次 阅读
奥迪纯电动超跑PB18 e-tron概念车未来有望搭载L3~L5级别自动驾驶技术

商汤科技在日本设立自动驾驶研发中心

商汤科技在日本设立自动驾驶研发中心 AI 创企商汤科技今日宣布,其已在距离日本东京 50 公里的历史....
发表于 01-13 09:59 155次 阅读
商汤科技在日本设立自动驾驶研发中心

CES 2019总结 中美自动驾驶公司的热和冷回顾

为期四天的一年一度的科技盛宴,CES 2019即将降下帷幕,是时候总结一下本届CES了。由于关注的领....
发表于 01-13 09:39 213次 阅读
CES 2019总结 中美自动驾驶公司的热和冷回顾

自动驾驶汽车时代:天线测量与模拟比任何时候都来得关键

自动驾驶汽车和互联汽车的出现对无线连接测试领域提出了更高要求,尤其是汽车产业正在推行的汽车到万物(V2X)技术。这项前沿技...
发表于 01-08 10:53 238次 阅读
自动驾驶汽车时代:天线测量与模拟比任何时候都来得关键

555定时器构成汽车转向灯电路

谁能帮忙分析一下电路工作原理 感谢  可以有偿...
发表于 12-29 17:59 283次 阅读
555定时器构成汽车转向灯电路

【转】新能源汽车用磁性材料——共模滤波电感

资料来自网络资源基本内容  ·电动汽车的电气单元与EMI  ·共模电感的设计要点与关键参数  ·...
发表于 12-28 22:37 328次 阅读
【转】新能源汽车用磁性材料——共模滤波电感

闲说无线定位技术

    早浩瀚的历史长河中,古人不停地追寻北斗的方向,寻觅茫茫大海的归途。在有限的近代史中,呈现出无线的乐趣,无线...
发表于 12-21 13:52 277次 阅读
闲说无线定位技术

【PYNQ-Z2申请】基于PYNQ的神经网络自动驾驶小车

项目名称:基于PYNQ的神经网络自动驾驶小车 试用计划:一、本人技术背景 本人有四年以上的嵌入式开发和三年以上的机器视...
发表于 12-19 11:36 279次 阅读
【PYNQ-Z2申请】基于PYNQ的神经网络自动驾驶小车

UWB主动定位系统在自动驾驶中的应用实践

   n 自动驾驶的前世今生过去车辆都是手动挡,司机依靠手脚复杂配合,大脑反应及时、以及车和上路经验积累才能把车开好...
发表于 12-14 17:30 214次 阅读
UWB主动定位系统在自动驾驶中的应用实践

LG电子布局机器人和自动驾驶领域

LG电子(LG Electronics)宣布,在其年底进行业务重组期间,将成立两个新部门,机器人和自动驾驶汽车部门,两部门都由该公司...
发表于 12-03 22:14 221次 阅读
LG电子布局机器人和自动驾驶领域

硅谷组建团队、L3产品落地,想法多多的腾讯自动驾驶

日前有消息显示,腾讯在领英发布招聘广告,表示其在加利福尼亚州帕洛阿尔托的汽车驾驶研发团队需要招聘至少九类工程师职位,其中...
发表于 11-13 11:33 114次 阅读
硅谷组建团队、L3产品落地,想法多多的腾讯自动驾驶

LIDAR与RADAR在自动驾驶汽车中的比较

最近有关自动驾驶汽车的消息很难避免。 自动驾驶车辆驱动了超过5000万的实际物理里程,更不用说数亿英里的模拟里程了。 不幸的...
发表于 10-30 14:30 439次 阅读
LIDAR与RADAR在自动驾驶汽车中的比较

自动驾驶的目标:比最好的人类司机更快更及时地作出决策

180项决策,这是司机每分钟平均作出的决策数量,每秒钟3项决策,相当惊人。 现在,想象您在开车,一辆迎面而来的汽车不知不觉进...
发表于 10-26 11:25 322次 阅读
自动驾驶的目标:比最好的人类司机更快更及时地作出决策