ホームページ

公式サイト

フロントエンドテンプレート

グレーのセルフガイドツアー自動運転ツアーウェブサイトテンプレート

ダウンロード中プレビュー

自由という点では、旅行者に柔軟な空間を提供します。
自動運転旅行そのものには、自由と個人化、柔軟性と快適さ、選択性と季節性などの固有の特性があり、従来のグループ参加方法と比較して、独自の特徴と魅力があります。
自動運転旅行とは、単に自分の車を運転して旅行することを意味します。 2006 年に開催された第 1 回中国自動運転旅行サミットフォーラムの定義: 「自動運転旅行は、主な交通手段として自動運転を使用した、組織的かつ計画された観光形態である。」自動運転旅行の台頭は、これと一致しています。束縛を嫌がる若い世代の心理に寄り添い、人格の独立性と心の自由を追求し、自動運転旅行はまさにこのニーズを満たします。
自動運転の文字通りの意味は、運転者は自分自身であり、車両には主に乗用車、オフロード車、RV、オートバイ、自転車などが含まれ、主に個人所有ですが、借りたり、リースしたりすることもできます。運転の目的は多様かつ任意であり、最終決定は車の所有者または旅行チームにあります。観光も自動運転の活動の一つであることがわかりますが、自動運転が観光手段として利用される場合、運転者は車の所有者またはその同伴者になることができます。運転の目的はレジャー旅行であり、仕事や移動などではありません; セルフドライブツアーはプライベートツアーであり、公共ツアーではありません。

免責事項

このサイトのすべてのリソースはネチズンによって提供されたもの、または主要なダウンロードサイトによって転載されたものです。ソフトウェアの整合性をご自身で確認してください。このサイトのすべてのリソースは学習の参考のみを目的としています。商業目的で使用しないでください。そうでない場合は、すべての結果に対して責任を負うことになります。侵害がある場合は、削除するためにご連絡ください。連絡先情報: admin@php.cn

自動運転用のオープンソースデータセットリソースの概要

12 Apr 2023

都市景観画像ペアデータセットデータセットのダウンロードアドレス: http://m6z.cn/6qBe8e 都市景観データ (データセットのホームページ) には、ドイツで運転される車両から撮影されたラベル付きビデオが含まれています。このバージョンは、Pix2Pix 論文の一部として作成された、処理されたサブサンプルです。データセットには元のビデオからの静止画像が含まれており、セマンティックセグメンテーションラベルが元の画像とともに表示されます。これは、セマンティックセグメンテーションタスクに最適なデータセットの 1 つです。自動運転車用セマンティックセグメンテーションデータセットデータセットのダウンロードアドレス: http://m6z.cn/5zYdv9 このデータセットは、CARLA 自動運転車シミュレーターを通じてキャプチャされたデータイメージとラベル付きセマンティックセグメンテーションを提供します。このデータセットは ML のトレーニングに使用できます

テスラの自動運転アルゴリズムとモデルの解釈

11 Apr 2023

テスラは典型的な AI 企業です。過去 1 年間で 75,000 のニューラルネットワークをトレーニングしました。これは、8 分ごとに新しいモデルが生成されることを意味します。合計 281 のモデルがテスラ車で使用されています。次に、テスラ FSD のアルゴリズムとモデルの進歩をいくつかの側面から解釈します。 01 知覚占有ネットワーク今年の知覚におけるテスラの主要テクノロジーの 1 つは占有ネットワークです。ロボット工学を学ぶ学生は、必ず占有グリッドに精通しているでしょう。占有は、空間内の各 3D ボクセルが占有されているかどうかを示します。0/1 または [0, 1] の間のバイナリ表現にすることができます。

自動運転データクローズドループの理想と現実

29 Apr 2023

近年、自動運転業界ではデータ閉ループが注目されており、多くの自動運転企業が独自のデータ閉ループシステムを構築しようとしています。実際、データの閉ループは新しい概念ではありません。従来のソフトウェアエンジニアリングの分野では、データクロージャはユーザーエクスペリエンスを向上させる重要な方法として使用されています。誰もが経験があると思いますが、ソフトウェアを使用しているときに、「このソフトウェアによるデータ収集を許可しますか?」というポップアップウィンドウが画面上に表示され、関連する規制に同意すると、データが収集されます。ユーザーエクスペリエンスを向上させるために使用されます。ユーザー側のソフトウェアが問題をキャプチャすると、バックグラウンドで対応するデータがキャプチャされ、開発チームが問題を分析してソフトウェアを修復および改善します。ソフトウェアの新しいバージョンはテストチームによってテストされ、その後、新しいバージョンのソフトウェアがテストされます。ソフトウェアのバージョンはクラウド上に配置されます

自動運転技術の枠組みの概要

11 Apr 2023

無人運転システムの中核は、知覚、計画、制御の 3 つの部分に要約できます。これらの部分の相互作用と、車両ハードウェアや他の車両との相互作用は、次の図で表すことができます。環境から情報を収集し、そこから関連する知識を抽出するシステム。このうち、環境認識とは、具体的には、障害物の位置、道路標識・標識の検出、歩行者や車両の検出、データの意味分類など、環境の情景を理解する能力を指します。一般に、位置特定も知覚の一部であり、測位とは、無人車両が環境に対する相対的な位置を決定することです。

自動運転シミュレーションの壮大な世界観！自動運転シミュレーション業界について語ろう！

17 Oct 2023

リスナーの皆さん、こんにちは！シミュレーショングランドビューガーデンプログラムの時間です!今日は自動運転シミュレーション業界について簡単に紹介します。まず、自動運転にシミュレーションが必要な理由について説明します。数年前、『If You Are the One』を視聴していた際、ゲストのファン・ランは国民の3分の2が自動運転を受け入れる場合にのみ自動運転を受け入れると述べたが、これは自動運転の安全性に対する一般の人々の懸念を反映していた。安全性を確保するために、自動運転アルゴリズムは実際に大規模に適用される前に、多数の路上テストを受ける必要があります。しかし、自動運転システムのテストは非常に「高価」です。時間と資本コストが膨大であるため、人々はできるだけ多くのテストをコンピュータシステムに移行し、シミュレーションを使用して自動運転システムの問題のほとんどを明らかにしたいと考えています。現場での路上テストの必要性、ひいては私たちの仕事を削減します

低速自動運転と高速自動運転を1つの記事で解説しましょう

08 Apr 2023

以前にシェアした記事「自動運転車に「道路を認識」させる方法」では、主に自動運転車における高精度地図の重要性についてお話しましたが、友人が「作者が自動運転車のことを知っていたら」というメッセージを残しました。 STO Express によって分類されたモバイルカー仕事のシナリオでは、この記事の見解や意見が得られないのではないかと思いますが?」この対話には、低速自動運転と高速自動運転の関連概念が含まれていました。。無人車両とも呼ばれる自動運転車両は、自動運転車両であり、ドライバーの支援が必要な車両、または制御をまったく必要としない車両です。自動運転車両として、自動運転車両は人間の操作を必要としません。周囲の環境を認識し、ナビゲーションと旅行のタスクを完了します。自動運転開発の最終目標は、自動運転車によって実現できることです。

通行人を轢く自動運転車もカリフォルニア州の自動運転推進を止められない

11 Oct 2023

今週、サンフランシスコで自動運転車による歩行者が普通車にはねられ、クルーズの自動運転タクシーの前に投げ出されてひかれ、車の下敷きになったという最新の交通事故が注目を集めた。消防士が彼を救出し、重篤な状態で病院に搬送するまで、数分間続いた。この事故は、無人車両の商用安全問題の深刻さを改めて浮き彫りにし、広く注目を集めた｜事故復旧後、人間の運転手が逃走し、無人車両は再び混乱に巻き込まれた発生時間は21日午後9時30分月曜日のサンフランシスコ、中心部の交通量の多い交差点に人の流れが行き交う中、赤信号の前にゼネラルモーターズ社のクルーズ自動運転タクシーと普通車が並んで駐車していた。信号が青に変わると、両方の車両が同時に前進を開始します。

自動運転センサーのメリット・デメリットと応用分析

13 Apr 2023

Advanced Driver Assistant System（略してADAS）は、車に搭載されたさまざまなセンサーを使用して車の内外の環境データを収集し、静的および動的物体を識別、検出、検出するための、追跡などの技術を使用した予防安全技術です。ドライバーが起こり得る危険をできるだけ早く発見して注意を引き、安全性を向上させるための処理。車載センサー車載センサー機器にはさまざまな目的があり、自転車の情報化レベルを向上させる従来の微小電気機械センサー (MEMS) と、無人運転をサポートするスマートセンサーの 2 つのカテゴリに分類できます。 MEMSは、さまざまな自動車システムの制御プロセス中に情報をフィードバックし、自動化を実現します。

自動運転視覚認識アルゴリズム技術のレビュー

10 May 2023

環境認識は自動運転における最初のリンクであり、車両と環境の間のリンクです。自動運転システムの全体的なパフォーマンスは、知覚システムの品質に大きく依存します。現在、環境認識技術には 2 つの主流の技術ルートがあります: ① ビジョン主導のマルチセンサー融合ソリューション、代表的な代表例は Tesla; ② 他のセンサーを利用した LiDAR 主導の技術ソリューション、代表的な代表例は Google、Baidu などです。環境知覚における主要な視覚知覚アルゴリズムを紹介し、その課題範囲と技術分野を下図に示します。 2D および 3D の視覚認識アルゴリズムのコンテキストと方向性をそれぞれ整理するために、2 つのセクションに分かれています。このセクションでは、まず、自動運転で広く使用されているいくつかのタスクから始まる 2D 視覚認識アルゴリズムを紹介します。

See all articles