“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

1849 播放

播放有问题？请戳这里

奥迪AI拥堵巡航自动驾驶技术

时长：3 分钟

类别：汽车智能技术

简介：新奥迪A8是第一款专门为有条件自动驾驶开发的量产汽车。TJP（Traffic Jam Pilot）是针对行车过程常见的堵车工况开发的自动驾驶功能，驾驶员只需要按下中控台中的“Audi AI”按键。

相关视频:

《引擎盖下的秘密》演讲亮点

如果你错过了2021年国际消费电子展上Amnon Shashua的演讲《引擎盖下的秘密》，你可以在这里观看精彩片段。Mobileye最新进展：自动化众包高精地图技术、全新的激光雷达系统集成芯片(SoC)、软件定义雷达以及在四个新国家开展自动驾驶汽车测试。
验证雷达传感器和自动驾驶功能

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。
自动驾驶汽车(CAV)技术

随着技术的进步和更多地融入我们的生活，它也在进一步融入我们的个人交通工具和交通系统。佛罗里达交通部和佛罗里达收费公路认识到，自动车辆技术在帮助减少交通拥堵和提高道路安全方面拥有前所未有的机遇。
传感器融合和跟踪2：融合磁力计、加速计和陀螺仪来估计方向

本视频介绍了如何使用磁力计，加速计和陀螺仪估算物体的方向。目的是展示这些传感器如何为解决方案做出贡献，并解释一些注意事项。我们将介绍什么是方向（或姿态）以及如何使用加速计和磁力计确定方向。我们还将讨论为硬铁源和软铁源校准磁力计，以及应对加速度损坏的方法。我们还将展示一个简单的航位推算解决方案，该解决方案可单独使用陀螺仪。最后，我们将介绍混合三个传感器的解决方案的概念。
奥迪AI拥堵巡航自动驾驶技术

新奥迪A8是第一款专门为有条件自动驾驶开发的量产汽车。TJP（Traffic Jam Pilot）是针对行车过程常见的堵车工况开发的自动驾驶功能，驾驶员只需要按下中控台中的“Audi AI”按键。
用MATLAB构建2D激光雷达碰撞预警系统

使用Lidar工具箱™功能构建一个系统，该系统可以基于模拟仓库竞技场的2D激光雷达扫描发出碰撞警告。学习如何模拟有障碍物的机器人工作空间，生成2D激光雷达数据，根据2D激光雷达扫描检测障碍物，并在即将发生碰撞前提供及时警告。
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。
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。

观看记录：

标签:

相关视频:

《引擎盖下的秘密》演讲亮点

验证雷达传感器和自动驾驶功能

自动驾驶汽车(CAV)技术

传感器融合和跟踪2：融合磁力计、加速计和陀螺仪来估计方向

奥迪AI拥堵巡航自动驾驶技术

用MATLAB构建2D激光雷达碰撞预警系统

AI学习泊车 — 深度强化学习

博世自动驾驶定位