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
1725 播放
收藏
片段保存及分享
播放有问题?
请戳这里
传感器融合和跟踪4:使用IMM滤波器跟踪单个对象
时长:17 分钟
类别:汽车智能技术
简介: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。
标签:
教学
汽车智能技术
传感器融合
相关视频:
人工智能如何推动自动驾驶
人工智能在冲击着汽车产业,而所有主要汽车厂商正在利用其资源和技术尽力对应。具有人工智能的设备的好处在于它尝试从传感器输入的真实声音和图像进行学习。同样的情况下,智能应用到汽车技术。自动驾驶的新时代开始了。“在人工智能和深度学习的帮助下,我们可以把汽车变成我们的副驾驶,”英伟达首席执行官黄仁勋表示。
传感器融合和跟踪3:融合GPS和IMU估计姿势
本视频通过展示如何使用GPS和IMU估计物体的方向和位置,继续了我们关于将传感器融合用于点定位和相对位置定位的讨论。我们将介绍该算法的结构,并向您展示GPS和IMU如何共同在最终解决方案中发挥作用,从而使您对问题有更直观的了解。
传感器融合和跟踪5:如何一次跟踪多个对象
该视频介绍了跟踪多个对象时出现的两个常见问题:数据关联和跟踪维护。我们介绍了解决这些问题的几种方法,并提供了解决所有多对象跟踪问题的一般方法。我们介绍了数据关联算法,例如全局最近邻(GNN)和联合概率数据关联(JPDA),并介绍了删除和创建轨道的标准。我们还将谈论门控筛选机制,以免浪费计算资源。在视频的结尾,我们展示了一个GNN和JPDA算法在两个紧邻的对象上运行的示例。
Mobileye自动驾驶演示原片无剪辑
坐上Mobileye的自动驾驶汽车,仅有摄像头的系统会在繁忙的十字路口,多车道回旋处附近以及其他棘手的情况下进行操作,这些情况甚至会难倒最熟练的人类驾驶员。在整个视频中,我们分享了我们的技术和驾驶理念如何实现自信而又不失礼貌的驾驶。我们的感应显示屏使我们能够洞悉我们最先进的检测技术,并且车内的视图显示,我们的安全驾驶员一次也没有干预。没人干预,没有剪辑——只有Mobileye的自动驾驶汽车在运行。
Mobileye领跑无人驾驶的原因
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。
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。
博世自动驾驶用户体验
欢迎收看博世对高度自动化汽车及其独特驾驶体验的愿景。这款概念车展示了自动驾驶汽车和司机之间是如何进行互动的。陪同年轻的专业人士Philip去机场,看看他的汽车的用户界面如何处理手动和自动驾驶的不同阶段,让Philip的旅程安全、轻松、高效和愉快。
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。
观看记录: