自动驾驶:百年演进
亲爱的小伙伴们😘,在求知的漫漫旅途中,若你对深度学习的奥秘、JAVA 、PYTHON与SAP 的奇妙世界,亦或是读研论文的撰写攻略有所探寻🧐,那不妨给我一个小小的关注吧🥰。我会精心筹备,在未来的日子里不定期地为大家呈上这些领域的知识宝藏与实用经验分享🎁。每一个点赞👍,都如同春日里的一缕阳光,给予我满满的动力与温暖,让我们在学习成长的道路上相伴而行,共同进步✨。期待你的关注与点赞哟🤗!
自动驾驶的早期探索
- 1925 年,美国陆军电子工程师 Francis P. Houdina 搞出了一辆无线遥控汽车,通过无线电遥控实现车辆方向盘、离合器、刹车系统等部件的控制,被认为是自动驾驶研究的始祖之车。
- 1933 年,美国通用汽车公司展出了世界第一辆自动驾驶概念车 Futurama,它通过无线电磁场引导车辆运转,但直到 1958 年,通用才通过在车前脸加入拾波线圈传感器,实现检测嵌入道路的电流从而操纵车辆转向。
- 1977 年,日本筑波机械工程实验室在通用自动驾驶汽车基础上加入电脑系统处理道路图像,使车能以 30km/h 的速度跟随白色路标自动行驶,但仍需钢轨辅助。
基于军事需求的推动与初步技术积累
- 1984 年,美国国防高级研究计划署(DARPA)与陆军合作提出自主地面车辆(ALV)计划,旨在让汽车拥有充分自主权,通过摄像头测量地形并由电脑系统计算导航和行驶路线
- 2004 年至 2007 年,DARPA 举办了 3 届无人驾驶挑战赛,2004 年的首届挑战赛无人完成 12km 以外赛程,但 2005 年的比赛中,有五辆无人驾驶汽车借助人工智能识别系统成功穿越沙漠赛道,斯坦福团队的 Stanley 夺冠,此后掀起了自动驾驶研究热潮。
科技巨头与传统车企的纷纷入局
- 2009 年,谷歌秘密开发无人驾驶汽车项目,即如今的 Waymo。
- 2013 年起,通用、福特、奔驰、宝马等大型汽车公司开始研发自动驾驶技术,如 2014 年奔驰 S 级轿车增加了车道保持、自动紧急刹车等半自动功能,苹果也推出了造车的 Titan Project。
- 2015 年,特斯拉推出了自动驾驶分级为 L2 级别的 Autopilot。
- 2016 年,Uber 的无人驾驶汽车上路测试,通用收购自动驾驶技术创业公司 Cruise Automation。
自动驾驶技术的逐步量产与商业化应用
- 2018 年,奥迪 A8 号称首款量产 L3 级别自动驾驶系统车型在美国加州公路行驶;同年,百度与厦门金龙合作生产的全球首款 Level 4 级量产自驾巴士 “阿波龙” 量产下线。
- 2019 年,百度先后在长沙、沧州、广州、上海等地部署 Robo - Taxi,并于 9 月份在长沙部分区域开始为市民提供出行服务。
- 2020 年,百度 Apollo Robotaxi 自动驾驶出租车服务全面开放。
自动驾驶在特殊时期的崭露头角与产业拓展
- 2020 - 2022 年,新冠疫情期间,无人驾驶物流车活跃于各地工业园、社区、医院等,无人驾驶矿卡也开始商业化。
2024 年自动驾驶的飞速发展
- 客运城市级应用落地:2 月份,北京市高级别自动驾驶示范区为百度、小马智行等颁发高速道路载人示范应用通知书,开放了全球首个首都城市机场自动驾驶接驳载人示范场景 。萝卜快跑在武汉全面发展并在全国十几个城市运营,累计订单 800 万;Waymo 每周无人驾驶订单突破 15 万;特斯拉发布无人驾驶出租车计划。
- 新技术不断涌现1 :
- “BEV+Transformer” 与占用网络(OCC):BEV(鸟瞰图)与 Transformer 架构的结合,以及占用网络的应用,提升了自动驾驶的感知性能。Transformer 的自注意力机制能够更好地处理长序列数据,在感知周围环境时,可以更有效地捕捉物体之间的关系和上下文信息,从而更准确地识别和定位各种交通元素。占用网络则通过预测每个体素是否被物体占用,进一步提高了环境感知的精度和可靠性。
- 端到端自动驾驶技术:以特斯拉的 FSD v12 系统为代表,端到端自动驾驶摒弃了传统自动驾驶中感知、规划、控制等多个模块及各类子任务,通过 AI 模型直接输入传感器数据输出车辆动作控制,减少了模块间参数传递的信息损失,能够像人类一样更自然地处理各种复杂场景和长尾问题,提高了自动驾驶的整体性能和适应性。
自动驾驶发展中的重要论文及原理改进
- 早期基于视觉的方法:在自动驾驶发展早期,一些研究专注于利用计算机视觉技术进行道路和障碍物检测。例如,“Towards Automatic Traffic Scene Understanding”等论文提出了基于视觉特征提取和分类的方法来识别交通标志、车道线等元素。这些方法主要通过手工设计的特征,如边缘、颜色、纹理等,结合机器学习分类器进行识别。然而,这种方法在复杂光照和天气条件下的性能有限,对不同场景的适应性较差。
- 基于深度学习的感知方法:随着深度学习的兴起,“VGGNet”、“ResNet”等卷积神经网络架构的出现为自动驾驶的感知带来了重大突破。这些网络能够自动学习图像的特征表示,大大提高了对道路环境的理解能力。例如,在目标检测方面,基于深度学习的方法可以更准确地检测车辆、行人、交通标志等物体,为后续的决策和规划提供更可靠的信息。同时,通过不断增加网络的深度和复杂度,以及采用数据增强、预训练等技术,进一步提升了模型的性能和泛化能力。
- 多传感器融合方法:为了更全面地感知周围环境,多传感器融合成为自动驾驶的重要发展方向。“Multi-View 3D Object Detection Network for Autonomous Driving”等论文提出了将激光雷达、摄像头、毫米波雷达等多种传感器的数据进行融合的方法。不同传感器在感知距离、精度、角度等方面各有优势,通过融合可以弥补各自的不足,实现更准确、更可靠的环境感知。例如,激光雷达可以提供精确的距离信息,摄像头则可以提供丰富的纹理和颜色信息,两者结合能够更准确地识别和定位物体。融合方法包括早期的数据层融合、特征层融合以及决策层融合等,随着技术的发展,越来越多的研究致力于更高效、更智能的融合策略,以充分发挥多传感器的协同作用。
- 路径规划与决策方法:路径规划和决策是自动驾驶的核心环节之一。早期的方法主要基于规则和启发式算法,如 A * 算法等进行路径搜索和规划。然而,这些方法在复杂环境下的适应性有限。随着机器学习和强化学习的发展,“Deep Reinforcement Learning for Autonomous Driving”等论文提出了利用强化学习来训练自动驾驶车辆的决策模型。通过让车辆在模拟环境中不断试错和学习,与环境进行交互并获得奖励反馈,模型能够逐渐学会最优的决策策略,如如何在不同的交通场景下选择合适的车速、车道、转弯时机等,提高了自动驾驶的智能性和安全性。
自动驾驶面临的挑战与未来展望
- 尽管自动驾驶技术取得了显著进展,但仍面临诸多挑战,如技术成熟度有待进一步提高,尤其是在复杂天气和极端场景下的可靠性;法律法规和伦理道德问题,如事故责任认定、隐私保护等;网络安全问题,确保车辆控制系统不受黑客攻击等。
- 展望未来,随着技术的不断创新和突破,以及社会各界的共同努力,自动驾驶有望实现更广泛的商业化应用,彻底改变人们的出行方式,提高交通效率,减少交通事故,为构建更加智能、高效、安全的交通体系做出重要贡献。
相关文章:
自动驾驶:百年演进
亲爱的小伙伴们😘,在求知的漫漫旅途中,若你对深度学习的奥秘、JAVA 、PYTHON与SAP 的奇妙世界,亦或是读研论文的撰写攻略有所探寻🧐,那不妨给我一个小小的关注吧🥰。我会精心筹备,在…...

SSM 校园一卡通密钥管理系统 PF 于校园图书借阅管理的安全保障
摘 要 传统办法管理信息首先需要花费的时间比较多,其次数据出错率比较高,而且对错误的数据进行更改也比较困难,最后,检索数据费事费力。因此,在计算机上安装校园一卡通密钥管理系统软件来发挥其高效地信息处理的作用&a…...
什么叫中间件服务器?
什么叫中间件服务器?它在软件架构中扮演着怎样的角色?在现代应用程序开发中,中间件服务器的概念很多人对它并不太熟悉,但其实它的作用却不小。 中间件服务器是一种连接不同软件应用程序的中介。想象一下,在一个大型企…...

【docker】12. Docker Volume(存储卷)
什么是存储卷? 存储卷就是将宿主机的本地文件系统中存在的某个目录直接与容器内部的文件系统上的某一目录建立绑定关系。这就意味着,当我们在容器中的这个目录下写入数据时,容器会将其内容直接写入到宿主机上与此容器建立了绑定关系的目录。 在宿主机上…...

SpringBoot【八】mybatis-plus条件构造器使用手册!
一、前言🔥 环境说明:Windows10 Idea2021.3.2 Jdk1.8 SpringBoot 2.3.1.RELEASE 经过上一期的mybatis-plus 入门教学,想必大家对它不是非常陌生了吧,这期呢,我主要是围绕以下几点展开,重点给大家介绍 里…...

OpenAI直播发布第4天:ChatGPT Canvas全面升级,免费开放!
大家好,我是木易,一个持续关注AI领域的互联网技术产品经理,国内Top2本科,美国Top10 CS研究生,MBA。我坚信AI是普通人变强的“外挂”,专注于分享AI全维度知识,包括但不限于AI科普,AI工…...

自学高考的挑战与应对:心理调适、学习方法改进与考试技巧提升
一、自学参加高考的成功条件 (一)报名条件 基本要求 自学参加高考,首先需严格遵守国家的法律法规,这是参与高考的基本前提。具备高中同等学力是核心要素之一,意味着考生需通过自学掌握高中阶段的知识体系与学习能力…...

2024年12月11日Github流行趋势
项目名称:maigret 项目维护者:soxoj, kustermariocoding, dependabot, fen0s, cyb3rk0tik项目介绍:通过用户名从数千个站点收集个人档案信息的工具。项目star数:12,055项目fork数:870 项目名称:uv 项目维护…...
Next.js配置教程:构建自定义服务器
更多有关Next.js教程,请查阅: 【目录】Next.js 独立开发系列教程-CSDN博客 目录 前言 1. 什么是自定义服务器? 2. 配置自定义服务器 2.1 基础配置 2.2 集成不同的服务器框架 使用Fastify 使用Koa 3. 自定义服务器的高级功能 3.1 路…...
SpringCloud 题库
这篇文章是关于 SpringCloud 面试题的汇总,包括微服务的概念、SpringCloud 的组成及相关技术,如服务注册与发现、负载均衡、容错等,还涉及 Nacos 配置中心、服务注册表结构等原理,以及微服务架构中的日志采集、服务网关、相关概念…...
基于Filebeat打造高效日志收集流水线
1. 引言 在现代的分布式系统中,日志数据的收集、存储与分析已经成为不可或缺的一部分。随着应用程序、服务和微服务架构的普及,日志数据呈现出爆炸式增长。日志不仅是系统运行的“侦探”,能够帮助我们在出现问题时进行快速排查,还…...

《HTML 的变革之路:从过去到未来》
一、HTML 的发展历程 图片: HTML 从诞生至今,经历了多个版本的迭代。 (一)早期版本 HTML 3.2 在 1997 年 1 月 14 日成为 W3C 推荐标准,提供了表格、文字绕排和复杂数学元素显示等新特性,但因实现复杂且缺乏浏览器…...

快速了解 Aurora DSQL
上周在 AWS re:Invent大会(类似于阿里云的云栖大会)上推出了新的产品 Aurora DSQL[1] ,在数据库层面提供了多区域、多点一致性写入的能力,兼容 PostgreSQL。并声称,在多语句跨区域的场景下,延迟只有Google …...

计算机视觉与医学的结合:推动医学领域研究的新机遇
目录 引言医学领域面临的发文难题计算机视觉与医学的结合:发展趋势计算机视觉结合医学的研究方向高区位参考文章结语 引言 计算机视觉(Computer Vision, CV)技术作为人工智能的重要分支,已经在多个领域取得了显著的应用成果&…...

Scala的隐式对象
Scala中,隐式对象(implicit object)是一种特殊的对象,它可以使得其成员(如方法和值)在特定的上下文中自动可用,而无需显式地传递它们。隐式对象通常与隐式参数和隐式转换一起使用,以…...

PageHelper自定义Count查询及其优化
PageHelper自定义Count查询及其优化 文章目录 PageHelper自定义Count查询及其优化一:背景1.1、解决方法 二:利用反射判断请求参数是否有模糊查询2.1、分页不执行count2.2、思路2.3、代码示例 三:自定义COUNT查询SQL(只适用于单表)3.1、局限性…...
【数据结构】哈夫曼树
哈夫曼树 路径长度:从树中一个结点到另一个结点之间的分支构成这两个节点之间的路径,路径上的分支数目称为路径长度 树的带权路径长度:树中所有叶子结点的带权路径长度之和,通常记为WPL ∑ k 1 n w k l k \sum^{n}_{k1}w_kl_k …...

springboot422甘肃旅游服务平台代码-(论文+源码)_kaic
摘 要 使用旧方法对甘肃旅游服务平台的信息进行系统化管理已经不再让人们信赖了,把现在的网络信息技术运用在甘肃旅游服务平台的管理上面可以解决许多信息管理上面的难题,比如处理数据时间很长,数据存在错误不能及时纠正等问题。这次开发的…...
docker中安装minio
1.首先需要搜索可用镜像,当然也可以不用 docker search minio/minio 2.拉取镜像 docker pull minio/minio 3.在本地新建两个文件夹路径 mkdir -p /opt/minio/datamkdir -p /opt/minio/config解释一下,data是文件存储的首路径。config是配置路径&…...
golang实现简单的reids服务2
golang实现redis兼容的redis服务实现redis兼容的redis服务思路 golang实现redis兼容的redis服务 之前做的redis服务是通过tcp封装的自定义协议 原版项目地址:https://github.com/dengjiayue/my-redis.git 那么能不能实现一个redis兼容的redis服务,这样一般的redis包也可以调…...

从WWDC看苹果产品发展的规律
WWDC 是苹果公司一年一度面向全球开发者的盛会,其主题演讲展现了苹果在产品设计、技术路线、用户体验和生态系统构建上的核心理念与演进脉络。我们借助 ChatGPT Deep Research 工具,对过去十年 WWDC 主题演讲内容进行了系统化分析,形成了这份…...

阿里云ACP云计算备考笔记 (5)——弹性伸缩
目录 第一章 概述 第二章 弹性伸缩简介 1、弹性伸缩 2、垂直伸缩 3、优势 4、应用场景 ① 无规律的业务量波动 ② 有规律的业务量波动 ③ 无明显业务量波动 ④ 混合型业务 ⑤ 消息通知 ⑥ 生命周期挂钩 ⑦ 自定义方式 ⑧ 滚的升级 5、使用限制 第三章 主要定义 …...
【算法训练营Day07】字符串part1
文章目录 反转字符串反转字符串II替换数字 反转字符串 题目链接:344. 反转字符串 双指针法,两个指针的元素直接调转即可 class Solution {public void reverseString(char[] s) {int head 0;int end s.length - 1;while(head < end) {char temp …...
【HTTP三个基础问题】
面试官您好!HTTP是超文本传输协议,是互联网上客户端和服务器之间传输超文本数据(比如文字、图片、音频、视频等)的核心协议,当前互联网应用最广泛的版本是HTTP1.1,它基于经典的C/S模型,也就是客…...

select、poll、epoll 与 Reactor 模式
在高并发网络编程领域,高效处理大量连接和 I/O 事件是系统性能的关键。select、poll、epoll 作为 I/O 多路复用技术的代表,以及基于它们实现的 Reactor 模式,为开发者提供了强大的工具。本文将深入探讨这些技术的底层原理、优缺点。 一、I…...

Java面试专项一-准备篇
一、企业简历筛选规则 一般企业的简历筛选流程:首先由HR先筛选一部分简历后,在将简历给到对应的项目负责人后再进行下一步的操作。 HR如何筛选简历 例如:Boss直聘(招聘方平台) 直接按照条件进行筛选 例如:…...

R语言速释制剂QBD解决方案之三
本文是《Quality by Design for ANDAs: An Example for Immediate-Release Dosage Forms》第一个处方的R语言解决方案。 第一个处方研究评估原料药粒径分布、MCC/Lactose比例、崩解剂用量对制剂CQAs的影响。 第二处方研究用于理解颗粒外加硬脂酸镁和滑石粉对片剂质量和可生产…...
JavaScript基础-API 和 Web API
在学习JavaScript的过程中,理解API(应用程序接口)和Web API的概念及其应用是非常重要的。这些工具极大地扩展了JavaScript的功能,使得开发者能够创建出功能丰富、交互性强的Web应用程序。本文将深入探讨JavaScript中的API与Web AP…...

深入浅出深度学习基础:从感知机到全连接神经网络的核心原理与应用
文章目录 前言一、感知机 (Perceptron)1.1 基础介绍1.1.1 感知机是什么?1.1.2 感知机的工作原理 1.2 感知机的简单应用:基本逻辑门1.2.1 逻辑与 (Logic AND)1.2.2 逻辑或 (Logic OR)1.2.3 逻辑与非 (Logic NAND) 1.3 感知机的实现1.3.1 简单实现 (基于阈…...

MFC 抛体运动模拟:常见问题解决与界面美化
在 MFC 中开发抛体运动模拟程序时,我们常遇到 轨迹残留、无效刷新、视觉单调、物理逻辑瑕疵 等问题。本文将针对这些痛点,详细解析原因并提供解决方案,同时兼顾界面美化,让模拟效果更专业、更高效。 问题一:历史轨迹与小球残影残留 现象 小球运动后,历史位置的 “残影”…...