注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. 中国智能驾驶白皮书

  2. 第1章 战略发展篇 1 1.1 机器人时代已经到来 1 1.2 汽车制造业发展历程 2 1.3 颠覆性技术 3 1.4 智能驾驶 3 1.4.1智能交通 4 1.4.2智能驾驶研究起源 5 1.4.3智能驾驶关注度 6 1.4.4信息技术倒逼汽车产业：智能驾驶 7 1.4.5智能驾驶的渐进式发展路线：主动安全 8 1.4.6智能驾驶的颠覆性发展路线：轮式机器人 8 1.4.7智能驾驶时代人与汽车关系：双驾双控 9 1.4.8智能汽车系统架构 10 1.4.9驾驶辅助系统与智能驾驶 11 1.4

  3. 所属分类：交通

    • 发布日期：2017-01-04
    • 文件大小：8388608
    • 提供者：v_king2009

  1. 无人驾驶汽车环境信息提取及运动决策方法研究_武历颖.caj

  2. 随着汽车保有量的增长,越来越多的道路交通事故也给社会和人民造成了巨大的损失。其中,汽车驾驶人的危险驾驶行为是导致道路交通事故频频发生的主要原因。无人驾驶汽车因其无需人类驾驶操纵的特点具有广阔的应用前景。在无人驾驶汽车的行驶过程中,如何实时、鲁棒地提取行驶环境信息,以及在获得信息的基础上进行合理的运动决策是实现其安全、高效自主驾驶的关键,也是无人驾驶汽车研究中的难点和热点。论文依托国家自然科学基金重大研究计划项目(90920305)“无人驾驶车辆智能测试环境研究与开发”和中央高校基金创新团队项目

  3. 所属分类：机器学习

    • 发布日期：2018-04-17
    • 文件大小：10485760
    • 提供者：yuzha9785

  1. 多传感器数据融合在汽车领域的应用 文献翻译

  2. 环境感知系统在智能汽车中的应用有望提高道路交通的安全性。众所周知的环境感知传感器有雷达，激光或视觉传感器等，它们能够使汽车检测路上的威胁，预计出现危险的驾驶情况并采取主动行为避免碰撞。除了汽车传感器系统中的多传感器融合，复杂的信号处理和传感器数据融合策略对整个系统的可用性和稳定性具有非常重要的意义。在本文中，我们考虑原始传感器的数据融合（低层次）和预处理测量点（高层次）的数据融合方法。我们对传感器配置、道路交通情景、数据融合样式和信号处理算法进行建模研究并且通过离散事件模拟将传感器数据对结合到

  3. 所属分类：讲义

    • 发布日期：2018-07-14
    • 文件大小：480256
    • 提供者：dscdsc6018

  1. 无人驾驶采煤机关键技术探讨

  2. 从识别系统、决策系统和控制系统3个方面阐述了无人驾驶采煤机的技术架构;探讨了采煤机自主定位技术、采煤机自主纠偏技术、煤岩界面识别技术、采煤机自主避障技术等无人驾驶采煤机关键技术及其突破方向,认为多传感器信息融合技术可以提高采煤机自主定位、自主导航的精确性和可靠性,为解决无人驾驶采煤机关键问题提供一种技术思路。

  3. 所属分类：其它

    • 发布日期：2020-05-09
    • 文件大小：144384
    • 提供者：weixin_38659648

  1. 基于3D LiDAR的矿山无人驾驶车行驶边界检测

  2. 路沿检测是矿区无人驾驶的关键技术之一，所得路沿信息可用于辅助无人矿车的感知、规划和定位。准确的路沿检测与路沿图构建同时也是高精地图构建中的首要步骤，通过机器学的方法可以在现有路沿点的基础上初步构建道路结构拓扑。与传统的卡尔曼框架下的路沿跟踪所不同的是，本文提出了基于占用栅格思想的路沿跟踪方案。所谓占用栅格，即根据传感器感知到的障碍物信息来对全局范围内的场景进行构建的一种方法。由于矿区环境下的路沿具有高度不确定性，所以需要用一种由包含概率信息的模型找出最高可能性是路沿的位置，而基于八叉树的结构正好

  3. 所属分类：其它

    • 发布日期：2020-06-10
    • 文件大小：1004544
    • 提供者：weixin_38721652

  1. 智东西公开课-自动驾驶系列课第2季第1课课件-多传感器融合——无人驾驶的必由之路-Roadstar.ai首席科学家周光.pdf

  2. 全球无人驾驶格局及技术方案比较 多传感器融合的基本原理和算法 基于多传感器前融合的L4技术方案解析 Roadstar.ai如何加速落地和商业化

  3. 所属分类：交通

    • 发布日期：2020-07-14
    • 文件大小：4194304
    • 提供者：weixin_43281057

  1. 无人驾驶汽车环境感知技术综述_王世峰.pdf

  2. 障碍物检测是智能车辆环境感知技术结构中的重要内容，也是实现辅助驾驶功能的前提。文章介绍了车辆障碍物检测所需不同类型传感器的特点，分别重点阐述了基于电磁波信息、图像信息和多信息融合的障碍物检测技术，论述了采集和处理信息的主要技术手段与算法，为智能车辆的开发和发展提供参考。

  3. 所属分类：交通

    • 发布日期：2020-10-23
    • 文件大小：1048576
    • 提供者：heroshine

  1. 传感技术中的多传感器信息融合技术在智能驾驶系统中的应用

  2. 多传感器信息融合技术在智能驾驶系统中的应用 [日期：2004-12-8] 来源：电子技术应用  作者：赵敏华 安毅生 黄永宣 [字体：大 中 小] 　  摘要：介绍了当今国际上流行的几种智能驾驶系统，并分析了采用单一传感器的驾驶系统中存在的问题，给出了信息融合技术的原理和结构。讨论了多传感器信息融合技术在智能驾驶系统（ITS）中的应用算法及其有待进一步解决的问题。     关键词：贝叶斯估计 信息融合 障碍探测 智能驾驶 随着传感器技术、信息处理技术、测量技术与计算机技术

  3. 所属分类：其它

    • 发布日期：2020-12-13
    • 文件大小：126976
    • 提供者：weixin_38721252

  1. nd013-c2-fusion-starter:Udacity无人驾驶汽车工程师纳米学位计划的课程2项目的入门代码-源码

  2. SDCND：传感器融合和跟踪 这是第二课程的：传感器融合和跟踪。 在此项目中，您将融合来自LiDAR和摄像机的测量结果，并随时间跟踪车辆。 您将使用来自Waymo开放数据集的真实数据，检测3D点云中的对象，并应用扩展的卡尔曼滤波器进行传感器融合和跟踪。 该项目包括两个主要部分： 对象检测：在这一部分中，基于3D点云的鸟瞰图，深度学习方法用于检测LiDAR数据中的车辆。 此外，一系列性能指标可用于评估检测方法的性能。 目标跟踪：在这一部分中，基于激光雷达检测与摄像头检测相融合的扩展卡尔曼滤

  3. 所属分类：其它

    • 发布日期：2021-03-17
    • 文件大小：1028096
    • 提供者：weixin_42169674

  1. nd013-c2-fusion-starter-源码

  2. 无人驾驶汽车Beta测试纳米度 传感器融合和物体检测 我们使用Waymo Open Dataset的真实数据，并在该项目中应用了扩展的Kalman融合滤波器来绘制和跟踪多辆车辆。 完成项目所需完成的主要任务： 实现卡尔曼滤波器以跟踪对象 跟踪管理，初始化，更新和删除跟踪以进行跟踪 数据关联 相机传感器融合，基于激光雷达融合，添加相机测量融合 要运行项目，只需运行脚本loop_over_dataset.py 步骤1：扩展卡尔曼滤波器 在filter.py文件中，使用EKF。 设计系统状态[x，

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：3072
    • 提供者：weixin_42131601

  1. SFND_Lidar_Obstacle_Detection-源码

  2. 传感器融合无人驾驶汽车课程实践环境（测验） 解释 此回购协议包含一个练习环境，可在与Lidar一起工作时了解ransac，欧几里得聚类等。 它是由Udacity和讲师Aaron Brown创建的。 我的贡献主要是测验部分。 有关原始的自述文件文本和安装说明，请参见下文。 欢迎参加自动驾驶汽车的传感器融合课程。 在本课程中，我们将讨论传感器融合，这是从多个传感器获取数据并将其组合以使我们对周围世界有更好了解的过程。 我们将主要集中在激光雷达和雷达这两个传感器上。 到最后，我们将融合来自这两个传感

  3. 所属分类：其它

    • 发布日期：2021-03-06
    • 文件大小：203423744
    • 提供者：weixin_42137028

  1. 盘点机器学习算法在无人驾驶的应用

  2. 将汽车内外传感器的数据进行融合，借此评估驾驶员情况、进行驾驶场景分类，都要用到机器学习。本文中，我们讲解了不同的自动驾驶算法。自动驾驶汽车的设计制造面临着诸多挑战，如今，各大公司已经广泛采用机器学习寻找相应的解决方案。汽车中的ECU（电子控制单元）已经整合了传感器数据处理，如何充分利用机器学习完成新的任务，变得至关重要。潜在的应用包括将汽车内外传感器的数据进行融合，借此评估驾驶员情况、进行驾驶场景分类。这些传感器包括像激光雷达，雷达，摄像头或者是物联网。车载信息娱乐系统所运行的应用，能从传感器数

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：404480
    • 提供者：weixin_38550146

  1. 无人驾驶算法学习：多传感器融合MSF算法

  2. 本文的多传感器融合是建立在读懂《Quaternionkinematicsfortheerror-stateKalman?lter》基础上的，是一种相机和IMU融合的理论，里面讲解了IMU的误差状态运动方程构建。误差状态四元数，是有开源的程序的，但是它是集成在rtslam里面的，不方便提取出来使用。但还有另外一个开源的程序，ETH的MSF，可以比较方便地用在自己的工程里面，并且它的理论与误差状态四元数很接近，稍微有点不同，所以MSF开源程序就成了一个不错的选择。所以本人研究了ETH的两篇文章：《V

  3. 所属分类：其它

    • 发布日期：2021-02-24
    • 文件大小：616448
    • 提供者：weixin_38610573

  1. 无人驾驶算法学习：多传感器融合MSF算法

  2. 本文的多传感器融合是建立在读懂《Quaternionkinematicsfortheerror-state Kalman?lter》基础上的，是一种相机和IMU融合的理论，里面讲解了IMU的误差状态运动方程构建。误差状态四元数，是有开源的程序的，但是它是集成在rtslam里面的，不方便提取出来使用。 但还有另外一个开源的程序，ETH的MSF，可以比较方便地用在自己的工程里面，并且它的理论与误差状态四元数很接

  3. 所属分类：其它

    • 发布日期：2021-01-28
    • 文件大小：616448
    • 提供者：weixin_38587509

  1. 盘点机器学习算法在无人驾驶的应用

  2. 将汽车内外传感器的数据进行融合，借此评估驾驶员情况、进行驾驶场景分类，都要用到机器学习。本文中，我们讲解了不同的自动驾驶算法。自动驾驶汽车的设计制造面临着诸多挑战，如今，各大公司已经广泛采用机器学习寻找相应的解决方案。汽车中的ECU（电子控制单元）已经整合了传感器数据处理，如何充分利用机器学习完成新的任务，变得至关重要。潜在的应用包括将汽车内外传感器的数据进行融合，借此评估驾驶员情况、进行驾驶场景分类。这些传感器包括像激光雷达，雷达，摄像头或者是物联网。车载信息娱乐系统所运行的应用，能从传感器数

  3. 所属分类：其它

    • 发布日期：2021-01-27
    • 文件大小：404480
    • 提供者：weixin_38726186

  1. 面向安防场景的智能网联巡逻车关键技术及应用

  2. 结合行业场景的实践应用，是当前人工智能技术普遍面临的问题。面向安防应用场景，研究无人驾驶技术的实践落地——智能网联巡逻车。感知系统集成了视觉、雷达、惯性导航等多种传感器，利用人工智能、数据融合等关键技术实现对平台本体、道路环境及目标行为的准确识别。将人类经验（human intelligence， HI）的场景认知和人工智能（artificial intelligence，AI）的计算认知相结合，构建面向安防场景的混合智能认知系统。基于“人在回路”系统架构，依托5G通信、V2X（vehicle

  3. 所属分类：其它

    • 发布日期：2021-01-19
    • 文件大小：1048576
    • 提供者：weixin_38711369