自动驾驶分级.png

Waymo自动驾驶安全报告

自主汽车 硬件平台: 计算平台 杰特逊TX2 arduino-uno 车载平台 遥控车 传感器 velodyne-16 Razor-9dof-imu

尽管最近人工智能等领域取得了很多的进展，但自动驾驶里的主要问题（不管是基础研究还是工程应用上的挑战）离完全被解决还有很大的距离。Erran Li将会探索自动驾驶所用的机器学习的基础，并讨论目前相关工作

自动驾驶系列报告之一:综合篇:自动驾驶的时代已经开始到来。这是一本讲述近几年自动驾驶行业概况的报告,概述了相关自动驾驶技术,主要自动驾驶公司的发展状况。

《Automatic Steering Methods for Autonomous Automobile Path Tracking》译文

强化学习是通过对未知环境一边探索一边建立环境模型以及学得一个最优策略。强化学习具有以下特征:没有监督数据,只有奖励(reward)信号;奖励信号不一定是实时的,而很可能是延后的,有时甚至延后很多;时间

目前自动驾驶汽车在科技研发上已成尉然大观,但却有可能被阻挡于立法或伦理准则方面的某些漏洞或缺陷之外。因此,尽快建立健全有关法律法规及其伦理学基础,成为自动驾驶汽车能够进入商用阶段的关键所在。在奠定伦理

自动驾驶控制舒适性,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

apollo高精度地图介绍,还包含自动驾驶学习资料 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,

随着人工智能技术的深入发展,自动驾驶已经成为人工智能技术的典型应用,近十年得到了长足的发展,作为一类非确定性系统,自动驾驶车辆的质量和安全性得到越来越多的关注.对自动驾驶系统.