半杯茶的小酒杯

104 篇文章
21.6K 次阅读
28 人订阅
举报

全部文章

YoungTimes

动态场景下的轨迹规划

论文【1】中提出的自动驾驶决策系统(Decision-Making System)包含三层Behavior Planner:

12530
YoungTimes

轨迹拼接(Trajectory Stitching)

理论上来说, 规划的算法应该具有时间一致性, 即如同数学当中的函数的概念一样, 只要输入一致, 输出是确定并且可重复的。然而由于现实中存在输入的噪声, 执行端出...

19610
YoungTimes

交通流仿真&代码实现

分析和优化交通系统,首先要对交通系统进行数学建模,根据路网几何、每分钟车辆、车速等参数对交通流量进行模拟。

29720
YoungTimes

自动驾驶轨迹跟踪(一)-模型预测控制(MPC)代码实现

模型预测控制(MPC)的理论推导部分见前文: 自动驾驶轨迹跟踪-模型预测控制(MPC) 这里主要用Python代码实现前文的推导结论。

72330
YoungTimes

自动驾驶轨迹跟踪-模型预测控制(MPC)

模型预测控制(MPC,Model Predictive Control)属于优化和控制两个领域的交叉,实际上是以优化的方法来求解控制问题。

65420
YoungTimes

Uber LaneGCN-训练数据准备

Uber LaneGCN的开源代码的训练数据使用了Argoverse Motion Forecasting数据集。

24810
YoungTimes

自动驾驶运动预测-Uber LaneGCN模型

Motion Forecasting的目标是根据车辆的Past States预测Future Trajectories。

20820
YoungTimes

自动驾驶运动预测-VectorNet论文复现(一)

https://www.argoverse.org/data.html#download-link

52620
YoungTimes

Mobileye REM地图

理论上来讲,可以在车载系统检测和获取所有道路信息(可行驶路径、车道优先级、红绿灯与车道的关联关系、车道与人行横道与红绿灯的关系等),但是目前的AI能力无法保证实...

10820
YoungTimes

NIO Day 2020的一些记录

昨天跑去门店体验Tesla Model Y,顺便试驾了一下Model 3,现场感受下汽车行业“百年未有之大变革”。一个特别强烈的感觉是,汽车正在经历的类似从"功...

9920
YoungTimes

Object Detection-Mask RCNN

Mask RCNN是实现物体实例分割(Object Instance Segmentation)的通用框架。它在Faster RCNN的基础上增加了一个预测物体...

15010
YoungTimes

CNN模型-ResNet、MobileNet、DenseNet、ShuffleNet、EfficientNet

下图为我们了展示了2018前常用CNN模型大小与Accuracy的比较,网络上不乏介绍CNN演进的文章[LeNet/AlexNet/Vgg/ Inception...

37820
YoungTimes

Object Detection-YOLOv2 Input And Output Encoding

本文主要学习在PASCAL VOC2012数据集上训练YOLOv2时的Input Encoding和Output Encoding。

7630
YoungTimes

Object Detection-YOLOv2 Anchor Box Clustering

Dimension Clusters是YOLOv2中使用的优化策略之一,它的主要思路是通过聚合算法,从数据集中预先得到Bounding Box的形状先验数据,从...

13020
YoungTimes

自动驾驶什么时候才会凉凉,估计还要多久?

能问出这种问题说明是个内行人,目前自动驾驶的难点主要在于感知和决策规划,纯视觉的路线基本上game over了,虽然以后,算力会越来越大,越来越便宜可以实时跑更...

10730
YoungTimes

用Keras Tensorflow 2.0实现YOLO V1

本文尝试使用Tensorflow 2.0复现论文<You Only Look Once: Unified, Real-Time Object Detection...

27430
YoungTimes

Object Detection-深入理解YOLO v1

You Only Look Once: Unified, Real-Time Object Detection

8010
YoungTimes

动图详解常用的git命令

git merge用于将一个分支(branch)的修改应用到另一个分支(branch)上。git merge包含两种类型:fast-forward和no-fas...

10710
YoungTimes

深度卷积生成对抗网络(DCGAN)

GAN的基本原理其实非常简单,它包含两个网络,G网络(Generator)和D网络(Discriminator)。G网络的目标是尽量生成真实的图片去欺骗判别网络...

25820
YoungTimes

深度学习中的反卷积(Transposed Convolution)

反卷积(Transposed Convolution)是一种图像上采样(UpSample)的方法,在DCGAN中用它来将随机采样的值转换为一张完整的图像。

17020

扫码关注腾讯云开发者

领取腾讯云代金券