全球无人驾驶格局及技术方案比较
多传感器融合的基本原理和算法
基于多传感器前融合的L4技术方案解析
Roadstar.ai如何加速落地和商业化
2021-10-20 19:17:19
4.89MB
1
基于多传感器融合的移动机器人SLAM，李金良，孙友霞，针对移动机器人同时定位与地图创建（SLAM）系统在复杂特殊环境中应用时，单一传感器存在漏检且难以解决数据关联的问题，在多维匹��
2021-10-14 21:22:56
801KB
1
环境感知系统在智能汽车中的应用有望提高道路交通的安全性。众所周知的环境感知传感器有雷达，激光或视觉传感器等，它们能够使汽车检测路上的威胁，预计出现危险的驾驶情况并采取主动行为避免碰撞。除了汽车传感器系统中的多传感器融合，复杂的信号处理和传感器数据融合策略对整个系统的可用性和稳定性具有非常重要的意义。在本文中，我们考虑原始传感器的数据融合（低层次）和预处理测量点（高层次）的数据融合方法。我们对传感器配置、道路交通情景、数据融合样式和信号处理算法进行建模研究并且通过离散事件模拟将传感器数据对结合到不同抽象层次上的多传感器系统进行性能研究。
2021-10-06 11:29:04
469KB
1
传感器融合标定算法，另外还包含了自动驾驶学习资料
涵盖感知，规划和控制，ADAS，传感器；
1. apollo相关的技术教程和文档；
2.adas（高级辅助驾驶）算法设计（例如AEB,ACC,LKA等）
3.自动驾驶鼻祖mobileye的论文和专利介绍
4.自动驾驶专项课程（可能是目前最好的自动教师教程），是coursera上多伦多大学发布的自动驾驶专项课程，应该是目前为止非常火非常好的教程了，包含视频，ppt，论文以及代码
5.国家权威机构发布的adas标准，这是adas相关算法系统的标准，也是开发手册。
6.规划控制相关的算法论文介绍
7.等等总共3G多的资料
2021-09-27 14:54:43
667KB
1