“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

1717 播放

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。

相关视频:

自动驾驶汽车到底是如何工作的

特斯拉刚刚推出了新款自动驾驶半卡车，而谷歌和沃尔沃等公司也在自动驾驶汽车行业争得沸沸扬扬。但这些车到底上是如何工作的呢？很快，我们都将成为霹雳游侠。你知道的，这部同名的80年代电视剧里的主角是一个打击犯罪的英雄和他会说话的车。你说疯了？好吧，我们生活在一个疯狂的世界：一个汽车最终实现自动化的地方，自动操控的方向盘可能就在我们的掌握之中。
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！
自动驾驶汽车技术栈

本视频简要概述了自动驾驶汽车技术栈，侧重于讨论传感器和计算硬件。讲座的内容包括关于特斯拉自动驾驶仪2.0版硬件和第二代福特自动驾驶平台的案例研究。本课程是斯坦福商学院开放道路课程的一部分，我们专注于汽车驾驶和机动性的创新。
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。
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。
5G和智能网联汽车的未来

在自动驾驶车辆的未来和提高安全性方面，将汽车和周围的基础设施互联起来可能会发挥重要作用。然而，关于技术和标准的争议正在拖延全球布局。当中国专注于在汽车上使用5G技术时，其他市场正在讨论是选择5G蜂窝技术还是选择更老旧的wifi技术。彭博社的埃德·拉德洛报道了“彭博技术”。
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。
Waymo全自动驾驶之旅

Waymo始于2009年的谷歌自动驾驶汽车项目。今天，我们拥有世界上唯一在公共道路上配备全自动驾驶汽车的车队。进入我们的360°视频，并掌控摄像头，通过我们汽车的“眼睛”看。然后，成为世界上第一个使用Waymo的人。

观看记录：

标签:

相关视频:

自动驾驶汽车到底是如何工作的

自动驾驶汽车：交通的未来

自动驾驶汽车技术栈

传感器融合和跟踪3：融合GPS和IMU估计姿势

Mobileye自动驾驶的深度神经网络

5G和智能网联汽车的未来

人工智能如何推动自动驾驶

Waymo全自动驾驶之旅