自動駕駛汽車

2025年 1月 9日
NVIDIA Cosmos World 基礎模型平臺助力物理 AI 進步
隨著機器人和 自動駕駛汽車 的發展,加速 物理 AI 的發展變得至關重要,而物理 AI 使自主機器能夠感知、理解并在現實世界中執行復雜的操作。
4 MIN READ

2024年 10月 23日
使用 PVA 引擎優化自動駕駛汽車 CV 開發流水線
在汽車軟件開發領域,越來越多的大規模 AI 模型被集成到自動駕駛汽車中,這些模型的范圍從視覺 AI 模型到用于自動駕駛的端到端 AI 模型。
4 MIN READ

2024年 6月 17日
Hydra MDP 的端到端按比例驅動
構建一個在復雜的物理世界中導航的自主系統極具挑戰性。該系統必須感知其環境,并做出快速、明智的決定。乘客體驗也非常重要,包括加速度、曲率、
1 MIN READ

2024年 1月 29日
使用全卷積網絡在 Transformer 模型中模擬注意力機制
在過去十年中,深度學習技術在計算機視覺 (CV) 任務中的應用大幅增加。卷積神經網絡 (CNN) 一直是這場革命的基石,展示了卓越的性能,
3 MIN READ

2023年 12月 18日
使用 Trajeglish 幫助自動駕駛汽車學習人類駕駛行為語言
駕駛員之間的溝通常常遠超于轉向燈和剎車燈的使用,很多情況下都依賴于人與人之間的交流,而并非汽車技術,比如,示意另一輛車繼續前行、
1 MIN READ

2023年 12月 5日
使用自監督學習重建動態駕駛場景
從單調乏味的高速公路到日常的社區出行,駕駛通常都很平靜。因此,在現實世界中收集的大部分自動駕駛汽車 (AV)…
2 MIN READ

2023年 11月 28日
使用 Bi-Level 模仿學習仿真現實交通行為
無論是突然加塞(cut-in),還是無意地 U 形掉頭,人類駕駛員的行為通常難以預測。行為的不可預測性源自人類決策過程的天然復雜性…
1 MIN READ

2023年 7月 27日
用神經激光雷達場感知自動駕駛汽車仿真的新前沿
自動駕駛汽車( AV )的開發需要大量的傳感器數據來進行感知開發。 開發人員通常從兩個來源獲得這些數據——真實世界驅動器的回放流或模擬。然而,
1 MIN READ

2023年 7月 12日
基于早期網格融合的近距離障礙物感知
自動泊車輔助系統在感知障礙物時必須克服一些獨特的挑戰。目標車輛包含感知車輛周圍環境的傳感器。在停車過程中,
1 MIN READ

2023年 5月 18日
利用合成數據聚焦遠場物體,實現基于攝像頭的 AV 感知
檢測遠場物體,如 100 米以外的車輛,是自動駕駛系統在高速公路上安全操作的基礎 在這樣的高速環境中,每一秒都很重要。因此,
2 MIN READ