“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1694 播放

播放有问题？请戳这里

智能网联汽车

时长：8 分钟

类别：汽车智能技术

简介：想象一下，在未来，车辆可以相互交流，也可以与关键的基础设施交流。通过在车辆、基础设施和个人通信设备之间实现安全互操作的网络无线通信，这种联网的汽车技术可以改变我们所知的交通系统。联网车辆可让驾驶者对距离约300米范围内有类似装置的车辆进行360度全方位感知，这一安全系统保护个人信息的隐私，且不跟踪您的车辆。

相关视频:

用MATLAB构建2D激光雷达碰撞预警系统

使用Lidar工具箱™功能构建一个系统，该系统可以基于模拟仓库竞技场的2D激光雷达扫描发出碰撞警告。学习如何模拟有障碍物的机器人工作空间，生成2D激光雷达数据，根据2D激光雷达扫描检测障碍物，并在即将发生碰撞前提供及时警告。
博世辅助自动驾驶的前置摄像头

博世的前置摄像头在驾驶员辅助系统中起着关键作用，因为它能让车辆在任何时候都能可靠地探测到人和物体。最佳的图像处理算法与人工智能方法相结合，保证了目标检测的弹性。这也使它们适合未来的应用，包括基于视频的驾驶辅助系统和自动驾驶。
奥迪AI拥堵巡航自动驾驶技术

新奥迪A8是第一款专门为有条件自动驾驶开发的量产汽车。TJP（Traffic Jam Pilot）是针对行车过程常见的堵车工况开发的自动驾驶功能，驾驶员只需要按下中控台中的“Audi AI”按键。
特斯拉与5大自动驾驶汽车公司

全自动驾驶的竞赛正如火如荼地进行，全球数十家公司竞相成为第一家完全实现L5级自动驾驶的公司。这里是我们认为在自动驾驶方面排名前五的汽车公司，它们分别是：Waymo，GM Cruise，Mobileye，Argo AI和特斯拉。
传感器融合和跟踪4：使用IMM滤波器跟踪单个对象

该视频介绍了如何通过交互的多个模型滤波器估算状态来跟踪单个对象。我们建立了对IMM滤波器的一些直观了解，并展示了它是一种比单模型卡尔曼滤波器更好的跟踪算法。让跟踪更难的部分是，我们通常必须用较少的信息来完成跟踪。我们将介绍IMM滤波器如何弥补信息的不足，并展示一些仿真的结果。
自动驾驶汽车：交通的未来

如果你在过去五年里一直关注商业新闻，那么你很可能听说过自动驾驶汽车技术的涌现。从小型初创企业到行业巨头和科技巨头，所有人都在为这些新机器的研发投入数百万美元。当然，公众对此表示反对，但汽车制造商坚称，自动驾驶汽车在统计上比传统汽车安全得多，那么这些自动驾驶汽车到底会是什么样子呢？让我们来看看全自动驾驶汽车令人难以置信的进步。未来近在眼前！
博世泊车助手

博世泊车助手让司机在几秒钟内进入任何合适的停车位——没有任何烦恼或压力。一个集成在前保险杠侧面的特殊传感器会在汽车经过时扫描道路一侧。当找到合适的平行或垂直空间时，泊车助手会立即让司机知道。如果司机按下按钮激活泊车助手，系统只需几分之一秒就能计算出进入停车位的最佳路径、必要的转向动作和所需的操作次数。然后由泊车助手接管：驾驶员松开方向盘，小心地加速和刹车来控制泊车操作。此外，这位助手还会帮忙把车驶出车位。
AI学习泊车 — 深度强化学习

这是一个用3D物理模拟AI学习在停车场泊车的视频。模拟是使用Unity的ML-Agents框架实现的。AI由一个深度神经网络组成，包含3个隐藏层，每层128个神经元。它是用近端策略优化（PPO）算法训练的，这是一种强化学习方法。基本上，神经网络的输入是8个深度传感器的读数，汽车当前的速度和位置，以及它与目标的相对位置。神经网络的输出可解释为发动机力、制动力和转向力。

观看记录：

标签:

相关视频:

用MATLAB构建2D激光雷达碰撞预警系统

博世辅助自动驾驶的前置摄像头

奥迪AI拥堵巡航自动驾驶技术

特斯拉与5大自动驾驶汽车公司

传感器融合和跟踪4：使用IMM滤波器跟踪单个对象

自动驾驶汽车：交通的未来

博世泊车助手

AI学习泊车 — 深度强化学习