针对工业机器人包括两类：工程机械类机器人、工厂机器人的控制器进行分析和调研，针对技术路线和实施途径进行了分析。同时和《工业机器人及自动驾驶控制器技术分析报告》联合形成机器人及自动驾驶控制器及其技术的详细分析报告

《工业机器人及自动驾驶控制器技术分析报告》联合形成机器人及自动驾驶控制器及其技术的详细分析报告，包括工业机器人操作系统，自动驾驶操作系统，感知传感技术，软件构架和平台进行了技术说明。

伴随着技术的飞跃式发展，大家对于未来自动驾驶的讨论也愈发热烈。除了传感器，V2X技术也被当作自动驾驶的一个感知手段正在被开发着。近几年，V2X技术的发展迅猛，现在已经能够在路面上看到量产的V2X技术了。   什么是V2X   V2X，顾名思义就是vehicle-to-everything，其希望实现车辆与一切可能影响车辆的实体实现信息交互，目的是减少事故发生，减缓交通拥堵，降低环境污染以及提供其他信息服务。V2X主要包含vehicle-to-vehicle（V2V），vehicle-to-infrastructure（V2I），vehicle-to-network（V2N）以及vehicle-topedestrian（V2P）。

利用深度学习技术检测自动驾驶场景中的车辆与路况状况，为车辆的智能行驶提供相应示例程序。

利用深度学习技术检测自动驾驶场景中的车辆与路况状况，为车辆的智能行驶提供相应示例程序。

自动驾驶研报，合适投资人群

当今，自动驾驶技术已经成为整个汽车产业的最新发展方向。应用自动驾驶技术可以全 面提升汽车驾驶的安全性、舒适性，满足更高层次的市场需求等。自动驾驶技术得益于人工 智能技术的应用及推广，在环境感知、精准定位、决策与规划、控制与执行、高精地图与车 联网V2X 等方面实现了全面提升。科研院校、汽车制造厂商、科技公司、自动驾驶汽车创 业公司以及汽车零部件供应商在自动驾驶技术领域进行不断地探索，寻求通过人工智能技术 来获得技术上的新突破。本报告在此背景下，对自动驾驶汽车进行了简单梳理，包括以下内 容：

课堂10分钟演讲，汽车的自动驾驶，资源中有视频、PPT。

基于神经网络模型和树莓派的自动驾驶小车项目源代码。小车使用arduino，树莓派等硬件模块，采用摄像头，并使用神经网进行路径识别的自动驾驶。主要设计方法如下，先用arduino、树莓派和摄像头等模块搭建小车。再用树莓派摄像头采集到的图片通过局域网发送到上位机。上位机保存图像，处理后得到训练集。接着，在电脑上训练神经网络模型。得到模型后，运行自动驾驶程序，摄像头捕获图片，上位机接收图像，加载训练模型，解算图像得出控制参数，通过蓝牙发送给arduino，控制小车。 在采集数据的过程中，要保证树莓派和上位机连在同一个网段下。分别运行下面两个代码在上位机端和树莓派端。收集训练数据制作数据集的代码路径如下：上位机端运行的代码：collect_training_data3.py 树莓派端运行的代码：stream_client.py运行训练算法模型的程序，我们就可以将MLP模型通过搜集好的训练数据，在上位机上训练了，执行训练程序后，就可以完成训练，得到参数模型了。训练模型的代码mlp_training.py 训练之后，就可以得到mlp在我们获取的数据集的参数模型了。参数模型的保存路

HighD数据集-自动驾驶数据集