首页
学习
活动
专区
工具
TVP
发布

半杯茶的小酒杯

专栏作者
117
文章
122958
阅读量
38
订阅数
【论文学习】End-to-End Object Detection with Transformers
DETR是Facebook在2020年提出的基于Transformer的端到端目标检测方法,克服了在传统目标检测中对Anchor和非极大值抑制(Non-Maximum Suppression, NMS)等先验知识的依赖 ,简化了目标检测的处理流程。
YoungTimes
2023-03-09
1.2K0
基于优化的离散点平滑算法
曲线平滑算法是Planning中一种基础算法,在路径优化、速度优化中都有广泛应用。本文主要研究下Apollo中基于优化方法的离散点平滑算法。
YoungTimes
2022-12-12
2.7K0
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, 执行端出现误差或者延迟, 甚至是算法本身的选择, 会导致车辆执行的实际输出与规划结果差别很大,最终导致不同时刻规划的车辆轨迹有差异。
YoungTimes
2022-06-23
2.1K0
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,从而使得模型更容易学习,并且得到更好的Object Detection结果。
YoungTimes
2022-04-28
4310
图神经网络入门实战-GraphSAGE
GCN的训练方式是基于全图的形式,然而对于许多实际的业务场景,图的规模是非常巨大的,单张显卡的容量难以满足一张整图训练所需要的空间,所以小批量的训练方法对于大规模图数据的训练是十分必要的。
YoungTimes
2022-04-28
9400
自动驾驶中基于车道线的高清制图方法回顾
HD Map,高清地图,在自动驾驶领域被看得很重,因为它能提供prior知识,让感知难度降低,同时让规划有的放矢。
YoungTimes
2022-04-28
8190
深度学习中如何选择合适的初始化权重
不同的神经网络权重初始值会导致不同的神经网络训练结果,一个良好初始化权重可以对于神经网络的训练带来很大帮助,比如加速梯度下降(Gradient Descent)的收敛;增加梯度下降(Gradient Descent)收敛到低训练误差(Trainning Error)的概率;避免梯度消失或梯度爆炸等。
YoungTimes
2022-04-28
1.4K0
高效的多维空间点索引算法 — Geohash 和 Google S2
如果同时有很多遍布全国的请求都在查找附近的餐馆,按照上述的做法,你的服务有能力及时响应么?
YoungTimes
2022-04-28
2.3K0
自动驾驶路径规划-Lattice Planner算法
大家好,我是来自百度智能驾驶事业群的许珂诚。今天很高兴能给大家分享Apollo 3.0新发布的Lattice规划算法。
YoungTimes
2022-04-28
2.9K0
无人车动态规划(Dynamic Programming)入门
CS专业出身的人大抵没有人不知道动态规划(Dynamic Programming)的,该算法的本质就是把复杂的大问题分解成相互重叠的简单子问题,将子问题的最优解层层组合起来,就得到了复杂大问题的最优解。
YoungTimes
2022-04-28
4080
路径规划-人工势场法(Artificial Potential Field)
人工势场法是一种经典的机器人路径规划算法。该算法将目标和障碍物分别看做对机器人有引力和斥力的物体,机器人沿引力与斥力的合力来进行运动。
YoungTimes
2022-04-28
1K0
基于采样的运动规划算法-RRT(Rapidly-exploring Random Trees)
RRT是Steven M. LaValle和James J. Kuffner Jr.提出的一种通过随机构建Space Filling Tree实现对非凸高维空间快速搜索的算法。该算法可以很容易的处理包含障碍物和差分运动约束的场景,因而广泛的被应用在各种机器人的运动规划场景中。
YoungTimes
2022-04-28
1K0
自动驾驶路径规划-Voronoi Planner
Voronoi Diagram(也称作Dirichlet tessellation)是由俄国数学家Georgy Voronoy提出的一种空间分割算法。它通过一系列的种子节点(Seed Points)将
YoungTimes
2022-04-28
1.7K0
自动驾驶路径规划-双向Dijkstra算法
经典的Dijkstra算法是一种Graph Based的单源最短路径规划算法,可以解决带权重有向图的最短路径规划问题。双向Dijkstra算法是对经典Dijkstra算法的一种优化方法,其主要思想就是
YoungTimes
2022-04-28
1.6K2
自动驾驶路径规划-Dijkstra算法
图片来源:http://www.csie.ntnu.edu.tw/~u91029/Circuit.html
YoungTimes
2022-04-28
7750
自动驾驶路径规划技术-A*启发式搜索算法
A*算法是一种大规模静态路网中求解最短路径最有效的搜索方法,相比于Dijkstra算法,它提供了搜索方向的启发性指引信息,在大多数情况下大大降低了Dijkstra算法无效的冗余的扩展搜索,因此也成为自动驾驶路径规划中的首选算法。
YoungTimes
2022-04-28
1.8K0
自动驾驶路径规划技术-三次样条插值(Cubic Spline Interpolation)曲线及Python代码实现
自动驾驶运动规划(Motion Planning)是无人驾驶汽车的核心模块之一,它的主要任务之一就是如何生成舒适的、碰撞避免的行驶路径和舒适的运动速度。生成行驶路径最经典方法之一就是是Sampling-Based Planner算法;基于采样的规划器可以规划出可行的轨迹,但这种轨迹往往是折线,为了保证车辆行驶过程中给乘客良好舒适的体验,需要对规划的轨迹进行平滑。Cubic Spline就是一种常用的插值平滑算法,通过一系列的控制点得到一条连续平滑的轨迹。
YoungTimes
2022-04-28
1.3K0
自动驾驶运动规划-Hybird A*算法(续)
Hybird A*算法保证生成的路径是车辆可实际行驶的,但它仍然包含很多不必要的车辆转向操作,我们可以对其进行进一步的平滑和优化。
YoungTimes
2022-04-28
1.1K0
自动驾驶运动规划-Hybird A*算法
下面的视频展示了DARPA Urban Challenge(DARPA 2007)中Stanford Racing Team的无人车Junior使用的运动规划(Motion Planning)算法Hy
YoungTimes
2022-04-28
1.6K0
自动驾驶运动规划-Dubins曲线
如下图所示,Simple Car模型是一个表达车辆运动的简易模型。Simple Car模型将车辆看做平面上的刚体运动,刚体的原点位于车辆后轮的中心;x轴沿着车辆主轴方向,与车辆运动方向相同;车辆在任意一个时刻的姿态可以表述为(x, y, )。车辆的运动速度为s;方向盘的转角为 ,它与前轮的转角相同;前轮和后轮中心的距离为L;如果方向角的转角固定,车辆会在原地转圈,转圈的半径为 。
YoungTimes
2022-04-28
7890
点击加载更多
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档