自动驾驶视觉感知技术，两阶段检测

两阶段指的是实现检测的方式有先后两个过程，一是提取物体区域；二是对区域进行CNN分类识别；因此，“两阶段”又称基于候选区域（Region proposal）的目标检测。代表性算法有R-CNN系列（R-CNN、Fast R-CNN、Faster R-CNN）等。 Faster R-CNN是第一个端到端的检测网络。

第一阶段利用一个区域候选网络（RPN）在特征图的基础上生成候选框，使用ROIPooling对齐候选特征的大小；第二阶段用全连接层做细化分类和回归。

这里提出了Anchor的思想，减少运算难度，提高速度。特征图的每个位置会生成不同大小、长宽比的Anchor，用来作为物体框回归的参考。Anchor的引入使得回归任务只用处理相对较小的变化，因此网络的学习会更加容易。

CascadeRCNN第一阶段和Faster R-CNN完全一样，第二阶段使用多个RoiHead层进行级联。

汽车研发技术会议：可靠性验证技术在电驱系统开发过程中的应用

华汽睿达，线控及后轮转向系统设计与测试技术课

汽车研发技术会议：电控悬架系统开发与调试技术

华汽睿达，新能源车低压功耗与电源系统设计验证技术课

华汽睿达，混动能量管理控制策略技术课