一个使用传统DAS和深度强化学习融合的自动驾驶框架

智车科技 2018-06-14 09:41 次阅读

增强学习是最近几年中机器学习领域的最新进展。增强学习依靠与环境交互学习,在相应的观测中采取最优行为。行为的好坏可以通过环境给予的奖励来确定。不同的环境有不同的观测和奖励。例如,驾驶中环境观测是摄像头和激光雷达采集到的周围环境的图像和点云,以及其他的传感器的输出,例如行驶速度、GPS定位、行驶方向。驾驶中的环境的奖励根据任务的不同,可以通过到达终点的速度、舒适度和安全性等指标确定。增强学习和传统机器学习的最大区别是增强学习是一个闭环学习的系统,增强学习算法选取的行为会直接影响到环境,进而影响到该算法之后从环境中得到的观测。

增强学习在无人驾驶中的应用

关于安全自主驾驶的研究可以分为两种方法:一是传统的感知,规划和控制框架,另一种是基于学习的方法。基于学习的方法可以成功处理在计算机视觉领域的高维特征(如卷积神经网络(CNN))而广受欢迎[5]-[7],强化学习算法可以最大化预期奖励的总和。有越来越多的研究开始将这两种技术结合,用于自动驾驶。对于车道保持,Rausch等人[8]提出了一种训练网络的方法,该方法直接根据从前置摄像头获得的图像预测转向角。结果表明,该神经网络可以通过从前置摄像头得到的原始图像,自动学习车道等特征,来训练车辆的车道保持的转向角度。 John等人[9]提出了混合框架,通过使用长短期记忆网络(LSTM)为每个场景计算适当的转向角。每个网络都会在特定道路场景的特定分区(如直线驾驶,右转弯和左转弯)中,对驾驶行为进行建模。在考虑多种驾驶场景时,它在多个驾驶序列中运行良好。 Al-Qizwini等人[10]提出了一种回归网络,预测驾驶的可利用状态,如前置摄像机图像中的交叉错误,航向误差和障碍物距离,而不是通过使用GoogLeNet直接从前摄像机图像预测转向角[11 ] 。转向角度,油门和制动都是使用基于if-else规则的算法计算出来的。

Sallab等[12]提出了一种在没有障碍物的情况下,使用DQN(Deep Q Network)和DDAC(Deep Deterministic Actor Critic)学习车道保持驾驶策略的方法。他们直接掌握转向,加速和减速,根据低维特征(如速度,轨道边界位置)最大限度地提高预期的未来回报。因此,使用可应用于连续作用的DDAC而非离散作用空间的DQN可以提高车道保持性能。 Zong等[13]提出了一种应用DDPG [14]来躲避障碍物,学习转向角和加速度值的方法。上述方法可以直接获得控制车辆所需的合适的转向角度、油门和制动量。然而,在这些情况下,每当车辆的参数改变时,最佳策略就会改变。因此存在很大限制,即为了最佳策略要不断进行学习。

本文提出了一个使用传统DAS和深度强化学习融合的自动驾驶框架。该框架在DAS功能(例如车道变换,巡航控制和车道保持等)下,以最大限度地提高平均速度和最少车道变化为规则,来确定超车次数。可行驶空间是根据行为水平定义的,利用驾驶策略可以学习车道保持,车道变更和巡航控制等行为。为了验证所提出的算法,该算法在密集交通状况的模拟中进行了测试,并证明了随着驾驶期间的学习进展,平均速度,超车次数和车道变换次数方面性能得到改善。

Deep Q Learning Based High Level Driving Policy Determination 

Kyushik Min,

Hayoung Kim and Kunsoo Huh, Member, IEEE

作者Kyushik Min,韩国汉阳大学机器监测和控制实验室博士生,研究方向为高级驾驶辅助系统(ADAS)和自动驾驶。

项目概述

该项目为Tensorflow Korea 主办的2017济州学习营项目。使用传感器数据和相机图像作为DRL算法的输入。DRL算法根据输入决定行驶动作。如果行动可能导致危险情况,ADAS可以控制车辆以避免碰撞。

高层自动驾驶决策的实现

1.马尔科夫决策过程(MDP)

马尔可夫决策过程(MDP)是决策的数学框架,它由元组组成,其中状态集合S,行为集A,转换模型T,奖励函数R和折扣因子γ[15]。解决MDP问题的关键是找到一个策略,使给定的回报函数R的折扣回报期望总和最大化。然而,在最近的深度学习研究中,可以从大数据集有效地训练深度神经网络,并且可以通过使用从原始输入中获得的一些固定状态φ(St)而不是状态St来解决MDP 。事实上,深度神经网络在计算机视觉研究中,已经训练出比手工标记特征表现更好的算法。驾驶策略学习也是基于MDP进行的,在该MDP中,主车辆与周围的车辆和车道等环境相互作用。使用深度强化学习的优势可以更好的自主学习,从而为驾驶决策学习定义了观察状态S,行动空间A和奖励函数R。

2.感知

使用LIDAR传感器数据和相机图像数据构建感知状态。传感器配置的总覆盖范围可以在上图中看到。

障碍物距离可以从LIDAR传感器获得,也可以从前端摄像头中获得原始图像来辅助感知。由于激光雷达的距离数据和来自相机的图像数据具有完全不同的特点,因此本研究采用多模态输入方案。

3.行动

驾驶决策的行动空间是在离散行动空间中定义的。当我们利用传统DAS的优势时,这个系统的每个动作都可能激活对应的DAS功能。在纵向方向上,有三种动作:1.速度为V + Vcc的巡航控制,其中Vcc为额外目标速度,设定为5km / h,2.当前速度为V的巡航控制,3.速度为巡航控制 V - Vcc。这些纵向行动将触发自主紧急制动(AEB)和自适应巡航控制(ACC)。在横向方向上,还有三种动作:1.保持车道,2.将车道变到左侧,3.将车道变到右侧。由于自动驾驶车辆同时在纵向和横向两个方向上驾驶,我们定义了5个离散行为。(静止,加速,减速,车道改变到左侧,车道改变到右侧)

4.奖励

根据强化学习选择不同的行动,将收到行动结果的奖励。在MDP上解决的问题是找到一个能够最大化未来预期价值奖励的驱动策略。这意味着最佳驾驶策略可以完全不同,具体取决于奖励的设计方式。因此,设计适当的奖励机制对学习正确的驾驶策略非常重要。当车辆在密集的交通情况下行驶时,应该满足以下三个条件:1.找到使车辆高速行驶的策略,2.以无碰撞的轨迹行驶,3.不频繁地改变车道。 基于这三个条件来设计奖励机制。

用于决策学习的DEEP RL算法

DQN在强化学习和神经网络相结合的游戏领域取得巨大成功之后,对深度强化学习进行了各种研究[16]。尤其是,在基于DQN价值的深层强化学习[17] - [22]中进行了大量研究。在此项研究中,深层增强学习算法由DQN [1],Double DQN [17]和Dueling DQN [19]组合得到最近的算法模型,其中的算法参考了 Human-level Control Through Deep Reinforcement Learning[1],Deep Reinforcement Learning with Double Q-Learning[17],Prioritized Experience Replay[18],Dueling Network Architecture for Deep Reinforcement Learning[19]四篇论文中的算法。

项目代码可以在Github上查找:

https://github.com/MLJejuCamp2017/DRL_based_SelfDrivingCarControl

下图为最终的DQN模型。

仿真模拟

本文使用的模拟器是由 Unity 和 Unity ML-Agents 构建的。模拟道路环境是由五车道组成的高速公路行车道。其他车辆在距离主车辆一定距离内的随机车道中心产生。另外,假定其他车辆在大多数情况下不会彼此碰撞,并且可以执行五个动作(加速,减速,车道改变到右车道,车道改变到左车道,保持当前状态)。其他车辆的各种行动以多种随机方式出现,改变了模拟环境,因此Agent 可以体验许多不同的情况。模拟器的观测结果有两种类型:一种是图像,另一种是激光雷达范围阵列。由于前面有摄像头,因此每一步都会观察到原始像素图像。 LIDAR传感器检测有一个360度的射线范围,如果光线扫描到物体,它会返回主车辆和物体之间的距离。如果没有障碍物,则返回模拟器每一步的最大感应距离。

结果与结论

本文提出的驾驶策略算法使用Tensorflow 架构[25]实现的,平均速度,车道变化次数和超车次数等数据都可以从中读出。为验证多输入体系结构的优势,该体系结构分别将来自摄像机和LIDAR的数据通过CNN和LSTM相结合,另外还使用了两个仅用摄像机输入和LIDAR输入的策略网络作为对比。

比较三种不同的不同输入的网络架构:摄像头,LIDAR,摄像头和激光雷达。随着训练的进行,自动驾驶车辆会超越更多的车辆并以更快的速度行驶,而不会在每个输入车辆的环境中,出现不必要的车道变化。结果显示,多输入架构在平均速度和平均超车次数方面表现出最佳性能,分别为73.54km / h和42.2。但是,当使用多输入架构时,车道变化的数量最多,其平均值为30.2。尽管所提出的算法的目标是减少不必要的车道变化的数量,但多输入架构的结果在车道变化的数量方面是最高的。对于LIDAR和摄像头架构中,即使前车速度较慢,它们有时也会显示跟随前方车辆而不更改车道。因此,研究车道变化的数量是寻找最优策略的关键。

在本文中,驾驶策略网络充分利用传统的DAS功能,在大多数情况下保证了车辆行驶的安全性。使用深度强化学习算法训练的自主车辆,在模拟高速公路场景中成功驾驶,所提出的策略网络使用多模式输入,不会造成不必要的车道变化,在平均速度,车道变化次数和超车次数方面,车辆比具有单输入的车辆更好地驾驶。这项研究的结果表明,自主车辆可以由受过深度强化学习训练的主管来控制。

热门推荐

原文标题:IEEE IV 2018:基于深度增强学习的高层驾驶决策研究

文章出处:【微信号:IV_Technology,微信公众号:智车科技】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
分享:

评论

相关推荐

对话Mobileye中国总监:加入英特尔实现技术共赢,中国市场非常重

针对大家十分关心的自动驾驶测试车队何时入华的问题,伯恩赐透露称,目前Mobileye有自己的路线规划....

的头像 汽车工程师 发表于 07-17 18:43 43次 阅读
对话Mobileye中国总监:加入英特尔实现技术共赢,中国市场非常重

自动驾驶车辆放进入导入惯性传感器提高位置测量精度

为了实现在所有条件下安全运行的自动驾驶系统,需要优异的车辆位置特定精度。惯性传感器能够提供可靠的车辆....

的头像 村田中文技术社区 发表于 07-17 18:34 90次 阅读
自动驾驶车辆放进入导入惯性传感器提高位置测量精度

中德多次合作 引领全球智能网联汽车的发展

中德双方在智能网联汽车领域开展多层次全方位合作,必将引领全球智能网联汽车的发展,对两国汽车产业乃至科....

的头像 中国电源 发表于 07-17 15:43 81次 阅读
中德多次合作 引领全球智能网联汽车的发展

人如何与科学技术相处?法律上还有哪些漏洞?科技与人文应如何结合?

“科学技术是第一生产力”,这句曾经改革开放之后在中国的大街小巷都能看到的标语,已经得到了中国人的认同....

的头像 全球技术地图 发表于 07-17 15:35 78次 阅读
人如何与科学技术相处?法律上还有哪些漏洞?科技与人文应如何结合?

我们离真正意义上的自动驾驶究竟有多远?中国企业有哪些机遇和挑战?

当然,互联网企业看似激进的技术路线,也有其合理性。直接开发L4,既绕开了汽车产业百年来搭建的高技术门....

的头像 5G 发表于 07-17 11:33 293次 阅读
我们离真正意义上的自动驾驶究竟有多远?中国企业有哪些机遇和挑战?

2018自动驾驶行业发展已经发展到了那种程度了?自动驾驶行业分析

随着科技革命的深入推进,人类进入万物互联、万物智能的智能化新时代。自动驾驶技术在人工智能和汽车行业的....

的头像 锂电联盟会长 发表于 07-17 10:05 224次 阅读
2018自动驾驶行业发展已经发展到了那种程度了?自动驾驶行业分析

什么样的技术可以避免Uber致命事故?

像FLIR Systems和AdaSky这样的热成像相机制造巨头成为了公众的焦点,并借此向那些对自动....

的头像 MEMS 发表于 07-17 08:47 262次 阅读
什么样的技术可以避免Uber致命事故?

“铁三角”技术如何保证自动驾驶的安全?

不久前,全球管理咨询公司麦肯锡发布了一份研究报告,估算自动驾驶技术如能实现,将提升个人安全系数,可减....

的头像 Excelpoint世健 发表于 07-17 08:35 251次 阅读
“铁三角”技术如何保证自动驾驶的安全?

科学家用AI识别和统计野生动物 准确率接近100%

美国奥本大学、哈佛大学、牛津大学、明尼苏达州立大学和怀俄明州立大学的研究人员开发了一种可以识别、描述....

的头像 高工智能未来 发表于 07-16 17:16 870次 阅读
科学家用AI识别和统计野生动物 准确率接近100%

自动驾驶以及智能交通的发展将是AI技术理想的大展拳脚的应用领域

一般来说,自动驾驶分为5个级别,L4级也称HighAutomation即高度自动驾驶阶段,L4阶段的....

的头像 司南物联 发表于 07-16 16:28 218次 阅读
自动驾驶以及智能交通的发展将是AI技术理想的大展拳脚的应用领域

ADI与百度合作,推动百度自动驾驶技术的开发

北京时间7月11日早间消息,美国芯片厂商Analog Devices(ADI)周二表示,已经与百度....

发表于 07-16 14:33 63次 阅读
ADI与百度合作,推动百度自动驾驶技术的开发

自动驾驶又出“商业间谍”,新能源汽车核心专利是关键

7月11日消息,美国各大媒体都被这条消息刷爆:苹果起诉中国工程师窃取无人驾驶机密,后者加入小鹏汽车....

发表于 07-16 12:57 71次 阅读
自动驾驶又出“商业间谍”,新能源汽车核心专利是关键

自动驾驶科普:无人车能够上路的五个过程详解

与人类用双眼去观察路面、用手去操控方向盘类似,无人车用一排摄像机去感知环境,用深度学习模型指导驾驶....

发表于 07-16 12:19 41次 阅读
自动驾驶科普:无人车能够上路的五个过程详解

相对地图和导航线在自动驾驶场景中是如何工作的?

2018年6月23日,由百度主办、佐思产研、佐智汽车承办的第4期《Hello Apollo,自动驾驶....

的头像 佐思汽车研究 发表于 07-16 11:40 174次 阅读
相对地图和导航线在自动驾驶场景中是如何工作的?

自动驾驶车会比普通车舒适的原因分析

不少人认为自动驾驶车的舒适程度肯定会大打折扣。驾驶员一旦由人类换成了机器人,很可能会经常急刹车或是无....

的头像 自动驾驶说 发表于 07-16 11:38 158次 阅读
自动驾驶车会比普通车舒适的原因分析

Apollo 2.5自动驾驶规划控制系统详细介绍

这种降低维度,以退为进的方法,是对规划模块认识上的一个飞跃。通过放弃最优解的追求转而追求较优解,换来....

的头像 Apollo开发者社区 发表于 07-16 11:06 189次 阅读
Apollo 2.5自动驾驶规划控制系统详细介绍

许家印视察FF美国工厂 对FF91产品技术给予高度评价

7月13日,恒大集团董事局主席许家印一行对FF进行视察,同行者还包括恒大集团总裁兼FF董事长夏海钧和....

的头像 章鹰 发表于 07-16 09:40 482次 阅读
许家印视察FF美国工厂 对FF91产品技术给予高度评价

Uber提出卷积网络在坐标变换上的缺陷限制了它的性能提升

所以为什么网络很难定位一个像素呢?是因为从小空间到大空间的转换很困难吗?如果朝一个方向会不会容易点呢....

的头像 论智 发表于 07-16 09:21 398次 阅读
Uber提出卷积网络在坐标变换上的缺陷限制了它的性能提升

中电昆辰朱晓章:我们可以量产高精度的定位传感器

2018年6月21-22日,由布谷鸟科技、佐智汽车主办,艾拉比智能、ADI亚德诺半导体、索喜科技赞助....

的头像 佐思汽车研究 发表于 07-16 08:38 325次 阅读
中电昆辰朱晓章:我们可以量产高精度的定位传感器

MINIEYE进军汽车前装领域及在自动驾驶领域的布局

近日,MINIEYE在北京召开2018成果发布会,公布了MINIEYE创业五年以来的商业化成果与自动....

的头像 MEMS 发表于 07-15 11:35 647次 阅读
MINIEYE进军汽车前装领域及在自动驾驶领域的布局

什么是强化学习?纯强化学习有意义吗?强化学习有什么的致命缺陷?

强化学习是人工智能基本的子领域之一,在强化学习的框架中,智能体通过与环境互动,来学习采取何种动作能使....

的头像 中国人工智能学会 发表于 07-15 10:56 425次 阅读
什么是强化学习?纯强化学习有意义吗?强化学习有什么的致命缺陷?

安波福收购计划完成,未来更注重自动驾驶领域的投资和发展

7月10日,安波福宣布将以6.5亿美元收购Winchester Interconnect。后者作为S....

的头像 管家婆生活幽默发烧友网工程师 发表于 07-15 09:54 462次 阅读
安波福收购计划完成,未来更注重自动驾驶领域的投资和发展

汽车智能驾驶舱的发展方向是什么?智能驾驶舱的详细概述

2018年6月21-22日,由布谷鸟科技、佐智汽车主办,艾拉比智能、ADI亚德诺半导体、索喜科技赞助....

的头像 佐思汽车研究 发表于 07-15 09:45 429次 阅读
汽车智能驾驶舱的发展方向是什么?智能驾驶舱的详细概述

自动驾驶汽车+无人机 的车企新套路

发表于 07-14 15:43 248次 阅读
自动驾驶汽车+无人机 的车企新套路

激情与碰撞!世界首款机器人赛车Robocar将参加自动驾驶爬山赛

赛车运动需要兼顾技巧和即兴表演,需要全神贯注并在瞬间做出判断。但如果没有人类控制车辆,赛车运动该如何....

的头像 英伟达NVIDIA企业解决方案 发表于 07-14 11:04 448次 阅读
激情与碰撞!世界首款机器人赛车Robocar将参加自动驾驶爬山赛

美国加征关税,TCL集团:产品暂未列入美国新拟加征关税清单

据消息,中国商务部网站也公布了上述消息。据《美国之音》7月12日消息,美国商务部表示,美国已经与中国....

的头像 管家婆生活幽默发烧友网 发表于 07-14 09:43 1038次 阅读
美国加征关税,TCL集团:产品暂未列入美国新拟加征关税清单

强化学习的经典基础性缺陷可能限制它解决很多复杂问题

这些都是除了从零学习之外的强化学习方法。特别是元学习和零次学习体现了人在学习一种新技能时更有可能的做....

的头像 论智 发表于 07-14 08:42 468次 阅读
强化学习的经典基础性缺陷可能限制它解决很多复杂问题

自动驾驶 中德合作新格局

三国之间的合作与交锋,有望推动汽车产业更开放、也更具活力,也许在若干年后会改变世界汽车的格局。

的头像 DIGITIMES 发表于 07-13 16:52 467次 阅读
自动驾驶 中德合作新格局

从仿真到测试了解电源完整性,信号完整性

自动驾驶,虚拟和增强现实以及大数据分析等很多需求目前都在推动更快的数据传输和海量数据的处理。

的头像 信号完整性 发表于 07-13 16:05 230次 阅读
从仿真到测试了解电源完整性,信号完整性

Foresight首次对外展示了QuadSight™这套“最精确的四目视觉系统”

Foresight首席执行官Haim Siboni此前表示:“视觉是保证智能驾驶汽车乘客安全的基础,....

的头像 高工智能汽车 发表于 07-13 15:13 484次 阅读
Foresight首次对外展示了QuadSight™这套“最精确的四目视觉系统”

博世与戴姆勒正在持续深化合作,推动加快城市道路的完全自动驾驶汽车的发展

无人驾驶实现了汽车自行寻找车主,而不是车主寻找汽车。在城市中预先设定的区域内,人们可以便捷地预约共享....

的头像 博世资讯小助手 发表于 07-13 15:08 680次 阅读
博世与戴姆勒正在持续深化合作,推动加快城市道路的完全自动驾驶汽车的发展

哈曼“新四化”到底能在未来汽车上实现多少?时间会给出答案

时下,关于自动驾驶、云端互联、智能AI等车用技术的讨论越来越多,相应的,在车上应当获得一种什么体验....

发表于 07-13 12:06 181次 阅读
哈曼“新四化”到底能在未来汽车上实现多少?时间会给出答案

外国汽车品牌的自动驾驶汽车在中国落地,中国对此持开放态度

默克尔在活动后的致辞中表示,德中政府刚刚签署关于自动驾驶合作的联合意向声明,对汽车产业未来具有重要的....

的头像 智车科技 发表于 07-13 11:41 393次 阅读
外国汽车品牌的自动驾驶汽车在中国落地,中国对此持开放态度

从人工智能与数据分析的角度,能看到什么呢?

人工智能“机器学习”研究的重点就是模仿这种行为。使用机器学习软件能够从特定问题域中的数据中学习,并根....

的头像 智车科技 发表于 07-13 11:38 363次 阅读
从人工智能与数据分析的角度,能看到什么呢?

全球无人驾驶的推进正进入提速阶段

按照美国汽车工程师协会的分类,自动驾驶车辆共分为5 级,由0 到5,自动化程度由低到高。一般而言,通....

的头像 智车科技 发表于 07-13 11:33 358次 阅读
全球无人驾驶的推进正进入提速阶段

高阶自动驾驶在高速公路交汇处的“礼貌行为”

宝马团队提出了一种方法,为自动车辆提供礼貌行为。在高速交汇,车辆冲突情况下,评估不同可能场景的演变。....

的头像 智车科技 发表于 07-13 11:29 352次 阅读
高阶自动驾驶在高速公路交汇处的“礼貌行为”

苹果自动驾驶汽车项目的一些“蛛丝马迹”

宣誓书中说张晓浪是计算机团队的一员,他设计并测试了电路板来分析传感器数据。据称他涉嫌窃取的长达25页....

的头像 新智元 发表于 07-13 10:06 819次 阅读
苹果自动驾驶汽车项目的一些“蛛丝马迹”

陆奇转身离开,将会给百度带来什么样的损失?

看上去,李彦宏被迫在代表眼前的“钱”的搜索业务,和“未来”的AI业务间做了抉择。倘若抛去感性因素,....

发表于 07-13 09:42 158次 阅读
陆奇转身离开,将会给百度带来什么样的损失?

整机收费模式生变,高通发布自动驾驶及IoT许可标准

在今日高通在美国总部举行的媒体沟通会上,高通高级工程副总裁兼技术许可业务(QTL)法律顾问陈立人对高....

的头像 罗欣 发表于 07-13 09:39 549次 阅读
整机收费模式生变,高通发布自动驾驶及IoT许可标准

诗航智能:从引进成熟技术开始,再根据市场的情况开发出自己的产品

随着物流、环卫市场的开发,国内提供自动驾驶完整解决方案的初创公司的数量依然在稳步增多。与早期开始创....

发表于 07-13 09:14 246次 阅读
诗航智能:从引进成熟技术开始,再根据市场的情况开发出自己的产品

AI核心领域——强化学习的缺陷

前段时间,OpenAI的游戏机器人在Dota2的比赛中赢了人类的5人小组,取得了团队胜利,是强化学习....

的头像 论智 发表于 07-13 08:56 442次 阅读
AI核心领域——强化学习的缺陷

小鹏汽车:造车就像跑“马拉松”,耐性最重要

这位UC优视联合创始人、如今新造车企业小鹏汽车的董事长,似乎总是时刻保持着温和。“他当然是一个攻击....

发表于 07-13 07:30 205次 阅读
小鹏汽车:造车就像跑“马拉松”,耐性最重要

无人驾驶的商业化之路

自动驾驶作为解决方案,最早要到2020年才能实现量产的突破。

的头像 佐思汽车研究 发表于 07-12 17:33 1296次 阅读
无人驾驶的商业化之路

天津出台智能网联汽车管理办法 助推智能化快速发展

日前,天津市交通运输委员会、天津市工业和信息化委员会、天津市公安局联合编制出台了《天津市智能网联汽车....

的头像 机器人技术与应用 发表于 07-12 17:25 797次 阅读
天津出台智能网联汽车管理办法 助推智能化快速发展

当人工智能与医疗亲密接触,会有怎样的化学反应?

人工智能在医疗方面的应用一直饱受争议,但随着机器学习技术更加深入的发展,未来医生借助人工智能对病人进....

的头像 重庆人工智能 发表于 07-12 17:20 864次 阅读
当人工智能与医疗亲密接触,会有怎样的化学反应?

深入分析自动驾驶系统以及涉及到的软件系统

自动驾驶系统将驾驶认知形式化,利用驾驶认知的数据表达语言,设计通用的自动驾驶软件架构。在这一架构中,....

的头像 智车科技 发表于 07-12 16:43 704次 阅读
深入分析自动驾驶系统以及涉及到的软件系统

高德地图正式进军打车业务

高德先后与德尔福、博世、凯迪拉克、千寻位置等公司达成战略合作,基于自动驾驶地图数据、相关软件能力和云....

的头像 智车科技 发表于 07-12 16:41 471次 阅读
高德地图正式进军打车业务

关键点检测技术的基本原理、关键点检测的基本方法

网络从输入图像开始经过基础段提取特征,这些特征帮助后面进行关键点回归和关系回归提供一些素材。如果前面....

的头像 智车科技 发表于 07-12 16:36 400次 阅读
关键点检测技术的基本原理、关键点检测的基本方法

《智能交通支撑美好生活的实现》主题演讲

数字化、智能化的传播和交换成本极低、速度极快,超越国界、超越行业、超越管制,知识大众化、信息显性化、....

的头像 智车科技 发表于 07-12 16:33 413次 阅读
《智能交通支撑美好生活的实现》主题演讲

回首往昔 博世的十年投资、十年创新

博世创业投资专注全球前沿创新领域,拥有成功的国际投资经验,寻求未来持续发展。

的头像 博世资讯小助手 发表于 07-12 16:16 325次 阅读
回首往昔 博世的十年投资、十年创新

携手Tier 1经纬恒润,Innoviz将进军中国自动驾驶市场

发表于 06-08 13:20 206次 阅读
携手Tier 1经纬恒润,Innoviz将进军中国自动驾驶市场

基于树莓派与神经网络自动驾驶机器人

发表于 05-03 20:19 1393次 阅读
基于树莓派与神经网络自动驾驶机器人

CES 2018 | 速腾聚创MEMS LiDAR带你跨入自动驾驶新时代

发表于 01-03 16:41 853次 阅读
CES 2018 | 速腾聚创MEMS LiDAR带你跨入自动驾驶新时代

神经网络解决方案让自动驾驶成为现实

发表于 12-21 17:11 2162次 阅读
神经网络解决方案让自动驾驶成为现实

速腾聚创夺得“2017奥迪创新实验室大赛”总冠军

发表于 12-19 15:53 660次 阅读
速腾聚创夺得“2017奥迪创新实验室大赛”总冠军

即插即用的自动驾驶LiDAR感知算法盒子 RS-Box

发表于 12-15 14:20 629次 阅读
即插即用的自动驾驶LiDAR感知算法盒子 RS-Box

激光雷达:“三大类”和“四部分”

发表于 11-08 17:35 572次 阅读
激光雷达:“三大类”和“四部分”

全球激光雷达市场规模报告解读

发表于 10-30 15:27 533次 阅读
全球激光雷达市场规模报告解读

速腾聚创最新进展:国内首家MEMS固态激光雷达准备就绪,2018年CES展出

发表于 10-26 16:32 550次 阅读
速腾聚创最新进展:国内首家MEMS固态激光雷达准备就绪,2018年CES展出