“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

1845 播放

播放有问题？请戳这里

Waymo全自动驾驶技术来了

时长：3 分钟

类别：汽车智能技术

简介：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。

相关视频:

Mobileye自动驾驶汽车如何让城市变得更智能

我们正在努力收集和处理数据，以推动未来的自动驾驶汽车。自动驾驶汽车生成的数据不仅构成了安全驾驶自动驾驶汽车所需的清晰地图，还有助于让整个城市变得更智能，为公用设施和公共交通提供详细、实时的道路视图。
英伟达AI汽车演示

与操作自动驾驶汽车的惯用方法不同，我们没有在这款汽车上编写任何明确的物体检测、映射、路径规划或控制组件的程序。相反，汽车可以通过观察人类驾驶员，自行学习创建驾驶所需的所有必要内部表征。汽车也学习概括其驾驶行为。这段视频中有一段视频显示，一辆仅在加州道路上训练过的汽车成功地在新泽西州实现自动驾驶。
博世自动驾驶定位

在未来，高度自动化的车辆将越来越多地出现在道路上。实现这一目标的一个重要前提是精确定位。这意味着车辆必须始终将自己当前位置的误差控制在几厘米之内，并且绝对可靠。
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。
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。
打造最先进的人工智能汽车

英伟达与奥迪将双方长达十年之久的合作推向新高，宣布双方将致力于打造全球最先进的人工智能汽车，并于2020年前上路行驶。英伟达和奥迪于七年前首次共同亮相CES并宣布达成技术合作，如今双方的合作稳步发展。合作成果包括备受赞誉的奥迪MMI导航系统和奥迪虚拟驾驶舱，目前已被汽车制造商应用于各种轿车、SUV和跑车中。
博世多摄像头系统

通过博世的多摄像头系统，司机可以在泊车和开车时将注意力集中在正确的地方。该系统由四个近距离摄像头组成，可以捕捉到车辆周围的整个环境。超声波传感器可以测量与障碍物的距离。真实世界和虚拟世界在显示器上融合在一起。司机将他们的汽车视为一个详细的3D模型。车辆周围的环境以实时图像的形式呈现，这些图像被拼接在一起，产生了一幅没有干扰线的完美画面。

观看记录：

标签:

相关视频:

Mobileye自动驾驶汽车如何让城市变得更智能

英伟达AI汽车演示

博世自动驾驶定位

传感器融合和跟踪5：如何一次跟踪多个对象

传感器融合和跟踪4：使用IMM滤波器跟踪单个对象

Mobileye自动驾驶的深度神经网络

打造最先进的人工智能汽车

博世多摄像头系统