“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

1733 播放

播放有问题？请戳这里

验证雷达传感器和自动驾驶功能

时长：5 分钟

类别：汽车智能技术

简介：除了摄像头和超声波传感器，雷达传感器是汽车工业中最常用的环境传感器。它们被广泛应用于许多领域，并将继续在高度自动化和自动驾驶领域发挥重要作用。dSPACE雷达测试台可对雷达传感器的空中激活进行简单和重复的测试。该工具链可以精确模拟复杂场景，验证自动驾驶功能。

相关视频:

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。
自动驾驶汽车的优势与劣势

自动驾驶汽车的优点和缺点是什么？自动驾驶汽车在未来能完全取代传统汽车吗？专家认为，自动驾驶汽车将比人类驾驶员更可靠，事故数量将减少约90%。此外，在大城市，当自动驾驶汽车上路时，交通拥堵将会消失。
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。
深度学习在自动驾驶汽车中的作用

人工智能是由机器展示出来的人类智能，自20世纪50年代就有了，但直到最近，我们还没有足够的数据来训练机器或计算能力来处理这些数据。英伟达提供了价格合理的算力，他们用可编程的GPU改变了游戏规则，可以同时处理大量数据。人工智能和深度学习是无人驾驶的关键技术，我们可以在今天的道路上发现它在物体和图像识别和避碰方面的特点。
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。
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。
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:

博世自动驾驶用户体验

自动驾驶汽车的优势与劣势

传感器融合和跟踪4：使用IMM滤波器跟踪单个对象

Mobileye领跑无人驾驶的原因

深度学习在自动驾驶汽车中的作用

Waymo全自动驾驶之旅

Mobileye自动驾驶演示原片无剪辑

AI学习泊车 — 深度强化学习