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
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。
标签:
教学
汽车智能技术
自动驾驶
相关视频:
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Mobileye的全自动驾驶之战
与特斯拉相比,Mobileye在全自动驾驶(即无人驾驶)方面表现如何?硬件比较起来怎么样?软件怎么样?这两家公司在理念和决策上有何不同?它们都使用深度神经网络、机器学习、人工智能、大数据和数百万辆汽车来训练它们的模型吗?观看本视频并找出答案!
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。
人工智能在自动驾驶汽车设计中的作用
Mobileye联合创始人、董事长兼首席技术官Amnon Shashua教授在本次主题演讲中讨论了实现自动驾驶必须解决的三大技术支柱。此外,通过使用虚拟模拟,他揭示了实施案例。本视频是他在2017博世互联世界大会上的演讲要点。
Waymo全自动驾驶技术来了
Waymo于2009年启动了谷歌自动驾驶汽车项目,现在已经准备好进入下一阶段。从现在开始,Waymo的全自动驾驶技术——目前道路上最先进的自动驾驶技术——将在无人驾驶的情况下在公共道路上试驾。很快,公众就可以在日常生活中使用这些交通工具了。经过8年多的测试和开发,我们已经准备好解锁全自动驾驶技术的潜力,让每个人出行都更容易、更安全。
传感器融合和跟踪1:传感器融合
本视频概述了什么是传感器融合及其在自主系统设计中的应用。视频中还谈及了一些场景,这些场景介绍了实现传感器融合的各种不同方式。传感器融合是确认定位、位置以及检测和物体跟踪的关键部分。我们将证明传感器融合不仅仅是一个卡尔曼滤波器。它是一整套算法,可以融合来自多个源的数据以更好地估计系统状态。传感器融合的四个主要好处是可以提高测量质量,可靠性和覆盖范围,并能够估算未直接测量的状态。传感器融合在完全不同类型的自主系统中具有如此广泛的吸引力这一事实使它成为一个有趣而又有意义的学习主题。
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。
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: