导航切换
我的
导航切换
专业
搜索
节目
画面
研报
注册/登录
个性定制
|
内容总结
章节片段
字幕全文
思维导图
深度学习
追问
拖动时间轴点击获取起止时间码,截取片段时长
不能超过
5分钟
×
点击获取
开始时间:
点击获取
结束时间:
保存片段标题:
保存
|
分享
QQ好友
QQ空间
页面地址:
复制
复制链接给好友,分享精彩视频
扫一扫手机观看&分享
对不起,您不在IP段范围内,无法观看
1728 播放
收藏
片段保存及分享
播放有问题?
请戳这里
Mobileye领跑无人驾驶的原因
时长:14 分钟
类别:汽车智能技术
简介:Mobileye是一家以色列科技公司,致力于开发自动驾驶技术。放眼谷歌,Cruise,百度,特斯拉,丰田,Aurora,无人驾驶技术的竞争领域是如此广阔,每个公司都希望捧走世界上第一辆全功能自动驾驶汽车大赛的奖杯。在本视频中,我们探讨了英特尔Mobileye这位出其不意的赢家。
标签:
教学
汽车智能技术
Mobileye
相关视频:
Mobileye自动驾驶汽车虚拟之旅
体验Mobileye的最新技术和独特的自动驾驶。了解车辆如何感知周围的环境,作出决定,并应对复杂的驾驶情况。Mobileye先进的驾驶辅助系统(ADAS)技术目前已应用于超过5000万辆汽车,并被集成到世界各大汽车制造商的数百款新车中,包括奥迪、宝马、FCA、福特、通用汽车、本田、现代、起亚、日产、大众等。Mobileye以减少车辆碰撞和由此造成的伤亡为初衷。如今,Mobileye已经成为了市场上最先进的避碰系统之一,同时致力于自动驾驶和道路安全领域即将到来的自动出行即服务(MaaS)的革命。
Mobileye自动驾驶汽车慕尼黑路驾亮点
我们已经看到Mobileye的自动驾驶汽车平台是如何应对耶路撒冷状况频发的混乱街道的。但它在慕尼黑的表现如何呢?正如你在这段视频中所看到的,我们正在开发自动驾驶汽车,以便能够应对截然不同的驾驶文化和环境。
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。
Mobileye自动驾驶的深度神经网络
在麻省理工学院的演讲中,Mobileye的联合创始人Amnon Shashua展示了一系列目前正由Mobileye实时计算机视觉系统解决的计算机视觉问题。这些系统是基于图像的,不需要昂贵的3D传感器,比如常见的自动驾驶汽车上的传感器。他展示了实时车道检测、行人检测、动物检测和路面检测的视频。
辅助自动驾驶的车载计算机
DASy是一个具有高带宽、计算能力和内存的重要组件。为了满足高安全性和稳定性的要求,车载计算机收集并融合了多种技术(如雷达、视频、激光雷达、超声和高度复杂的功能算法),创建出一个非常精确的360°环境模型,并以高度复杂的功能算法计算出安全动态的车辆行为——即使速度较快。该控制器体积小,功耗适中。
无人驾驶竞赛
由于谢尔盖•布林和埃隆•马斯克等技术专家做出了诸多失败的预测,许多人都认为自动驾驶的革命暂时无望——但这是错的。自动驾驶,就像2007年苹果发布的iPhone一样,将要改变世界。 每个人都认同自动驾驶将会改变我们的生活,但是对它何时会发生持有争议。这段视频介绍了自动驾驶领域最令人期待的公司Mobileye,自Amnon Shashua于1999年联合创建该公司以来,它一直处于无人驾驶功能的最前沿。
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。
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: