“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

1667 播放

播放有问题？请戳这里

打造最先进的人工智能汽车

时长：3 分钟

类别：汽车智能技术

简介：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。

相关视频:

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。
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。
特斯拉与5大自动驾驶汽车公司

全自动驾驶的竞赛正如火如荼地进行，全球数十家公司竞相成为第一家完全实现L5级自动驾驶的公司。这里是我们认为在自动驾驶方面排名前五的汽车公司，它们分别是：Waymo，GM Cruise，Mobileye，Argo AI和特斯拉。
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。
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。
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。
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。

观看记录：

标签:

相关视频:

人工智能在自动驾驶汽车设计中的作用

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

特斯拉与5大自动驾驶汽车公司

Mobileye领跑无人驾驶的原因

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

AI学习泊车 — 深度强化学习

自动驾驶汽车到底是如何工作的