“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

1634 播放

播放有问题？请戳这里

特斯拉与Mobileye的全自动驾驶之战

时长：17 分钟

类别：汽车智能技术

简介：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！

相关视频:

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。
特斯拉的自动驾驶仪

我们的公路旅行探索了特斯拉Model S从雷达和摄像头到《马里奥赛车》的复活节彩蛋——游戏中标志性的彩虹路等等，结果显示特斯拉的自动驾驶仪做得很好，但它不是自动驾驶的神车。
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。
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。
人工智能如何推动自动驾驶

人工智能在冲击着汽车产业，而所有主要汽车厂商正在利用其资源和技术尽力对应。具有人工智能的设备的好处在于它尝试从传感器输入的真实声音和图像进行学习。同样的情况下，智能应用到汽车技术。自动驾驶的新时代开始了。“在人工智能和深度学习的帮助下，我们可以把汽车变成我们的副驾驶，”英伟达首席执行官黄仁勋表示。
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。
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。
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。

观看记录：

标签:

相关视频:

博世多摄像头系统

特斯拉的自动驾驶仪

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

传感器融合和跟踪4：使用IMM滤波器跟踪单个对象

人工智能如何推动自动驾驶

用MATLAB构建2D激光雷达碰撞预警系统

无人驾驶竞赛

自动驾驶汽车(CAV)技术