Antkillerfarm Hacking V7.5

robot » 机器人/无人驾驶(三)——组合导航, 软件仿真, Apollo, Autoware, AI agent

2019-07-12 :: 5842 Words

机器人/无人驾驶

车道线检测(续)

https://mp.weixin.qq.com/s/heh6B71IQ5NjmaTo6BaXdA

无人驾驶图像识别-车道线检测

https://mp.weixin.qq.com/s/aaqd0crHdk2WyKO4J9hmDg

自动驾驶中的车道线跟踪技术

https://mp.weixin.qq.com/s/NvVh3GO9iOGsftYgOlRb3Q

300+FPS!浙大提出一种超快速车道线检测方法

https://mp.weixin.qq.com/s/ekN9AvS4V0dcDdBlGCs3Bg

车道线检测:SCNN

https://mp.weixin.qq.com/s/xXdbWpegLdxFMuHldMGKVA

车道线Dark SCNN算法简述及车道线后处理代码细节简述

https://www.cnblogs.com/guoyaohua/p/8940871.html

SCNN车道线检测–(SCNN)Spatial As Deep: Spatial CNN for Traffic Scene Understanding(论文解读)

https://mp.weixin.qq.com/s/pQUKFZRgG1LNPmE6oHY3GA

CurcveLane-NAS:华为&中大提出一种结合NAS的曲线车道检测算法

https://mp.weixin.qq.com/s/HSh029kg2-rOtD688vLq2w

详解车道线检测算法之传统图像处理

https://mp.weixin.qq.com/s/4YUVlSaahIxxWs5gwVLbRw

基于图像处理的车道线检测

https://mp.weixin.qq.com/s/hjHXWewRYh_6j5cd1J2n_w

Transformer又立功了!又快(420 fps)又好的车道线检测算法

https://zhuanlan.zhihu.com/p/157530787

超快的车道线检测

组合导航

https://mp.weixin.qq.com/s/F8aLNue_qDlMyTAznBLC7g

GPS/IMU/DMI组合导航方法研究

https://mp.weixin.qq.com/s/tin5FtrJLnuKZCGDr8s3GA

组合导航系列文章(一):开篇

https://mp.weixin.qq.com/s/BLEP6nmGSfPY3iMh_N3JKw

组合导航系列文章(二):惯性器件综述

https://zhuanlan.zhihu.com/p/515485538

高精度组合导航里的松、紧、深耦合

https://mp.weixin.qq.com/s/YypYIwbXavrnodGENNfZnw

RTK,自动驾驶之锚

泊车

半自动泊车系统为驾驶员操控车速,计算平台根据车速及周边环境来确定并执行转向,对应于SAE自动驾驶级别中的L1;

全自动泊车为计算平台根据周边环境来确定并执行转向和加减速等全部操作,驾驶员可在车内或车外监控,对应于SAE L2级。

自主泊车又称为代客泊车或一键泊车:指驾驶员可以在指定地点处召唤停车位上的车辆,或让当前驾驶的车辆停入指定或随机的停车位。整个过程正常状态下无需人员操作和监管,对应于SAE L3级别。

参考:

https://zhuanlan.zhihu.com/p/56236181

自动/自主泊车技术简介

https://mp.weixin.qq.com/s/GN4u91Dc5uYLP8N8rptczA

全自动泊车辅助F-APA简介

https://mp.weixin.qq.com/s/o74udojH7jGPPoxJSSBdMg

停车不再难,L2到L4的泊车辅助系统技术剖析

https://mp.weixin.qq.com/s/M5VphyTAFXiK2mJhIsvyvA

从自动泊车到自主泊车

软件仿真

https://mp.weixin.qq.com/s/yNr4_tEyYg_VBmNjIrjYug

自动驾驶车辆仿真模拟软件盘点

https://zhuanlan.zhihu.com/p/66961439

交通模型仿真工具SUMO介绍

https://mp.weixin.qq.com/s/eQJ8dgNNd3iE2fXXUcXG2A

一贴集齐86种交通建模与仿真软件综述

https://mp.weixin.qq.com/s/Ja6DxqadbFBIWUk44DjGqw

密集场景中自动驾驶车辆的仿真与导航

https://zhuanlan.zhihu.com/p/57169482

自动驾驶研发模拟仿真系统的工作介绍

https://zhuanlan.zhihu.com/p/66963787

自动驾驶模拟仿真系统中的传感器模型

https://mp.weixin.qq.com/s/E-Vo3mqANB21Gv-X3b6o1A

用虚拟仿真平台实现ADAS目标融合、检测和跟踪

https://mp.weixin.qq.com/s/seAKqsJDcPHAa_BZDfav_w

谈谈自动驾驶仿真

https://mp.weixin.qq.com/s/pOX84vc2JlYidkTZt73rcQ

英特尔&丰田联合开源城市驾驶模拟器CARLA

https://mp.weixin.qq.com/s/bs6DQveNwJh6auIAExj4VA

驾驶模拟器之CARLA篇:An Open Urban Driving Simulator

https://mp.weixin.qq.com/s/yHP9bKUtQRR1YPcI3nTjiQ

机器人系统仿真

电气&机械

电气&机械虽然不是控制系统算法的一部分,但却是控制系统的物理基础。

https://mp.weixin.qq.com/s/tSrb5wljrCvy3TgfbsyjOQ

汽车电源为何抛弃12V选择48V?

https://mp.weixin.qq.com/s/XJVyoQTDljO8F6GVthsxKw

汽车安全气囊结构原理

Boston Dynamics

Boston Dynamics算是人形机器人的标杆企业了。它采用了液压驱动的路线。

相比于电机驱动,液压驱动功率更大,环境适应性更好,缺点是非线性系统,控制比较复杂。

参考:

https://mp.weixin.qq.com/s/BNanIQKY9SSNpms0qSTOBA

硬核干货!揭秘波士顿动力背后的专利技术

https://www.zhihu.com/question/437149222

波士顿动力12月29日发布了机器人跳舞的视频,在这个领域我们现在差距有多大?

https://www.zhihu.com/question/347701202

波士顿动力旋转跳跃360°视频火了,那么它的背后是通过什么算法实现的呢?

大疆

https://zhuanlan.zhihu.com/p/59329666

如何使用大疆无人机开展国土三调

https://www.zhihu.com/question/292721850

大疆为什么不做油动无人机?

https://www.zhihu.com/answer/3038289774

大疆的国产化率

Apollo

Apollo是百度开源的无人驾驶平台,也是目前已开源的平台中最专业的。

官网:

http://apollo.auto/

代码:

https://github.com/ApolloAuto/apollo

参考:

https://github.com/TeamStuQ/skill-map/blob/master/data/map-Apollo.md

Apollo自动驾驶工程师技能图谱

https://mp.weixin.qq.com/s/qtoHF4Mnj_aeGBJbkjJUMA

Apollo小度车载系统

https://mp.weixin.qq.com/s/rWhnazEC35U7nsVpsxhFEg

Apollo 2.0软硬件框架初探(一)

https://mp.weixin.qq.com/s/GccST3xJ1QRIVM7cFgsn3A

Apollo 2.0软硬件框架初探(二)

https://mp.weixin.qq.com/s/UHQXF2Ju8erw9thm0Jjt2A

Apollo 2.0框架及源码分析(三)

https://mp.weixin.qq.com/s/3i8mJn4OPjt-KV1fp8bZQQ

Apollo Planning模块源代码分析(上)

https://mp.weixin.qq.com/s/DfdMDOQMncTau-9zGq9CYw

Apollo Planning模块源代码分析(下)

https://mp.weixin.qq.com/s/bH6khM8gO3JE4YT9i8hSlQ

Apollo 2.0自动驾驶平台技术解析与应用

https://mp.weixin.qq.com/s/EgsdlDhd8lIXU3bnTYJh0w

Apollo高精地图解析

https://mp.weixin.qq.com/s/027QogNXtW2NPIDVcGQGzw

Apollo“云+端”研发迭代新模式实战

https://mp.weixin.qq.com/s/Pjfhs-03HxFeyeKo1BmAPw

Apollo小度车载系统打造更舒心的出行

https://mp.weixin.qq.com/s/j4faPastB3nFmgH_nhVW6g

Apollo仿真平台如何Hold住99.9999%的复杂场景?

https://mp.weixin.qq.com/s/PFCCRBGWmaTQkeyOlG1qng

Apollo 2.0多传感器融合定位模块

https://mp.weixin.qq.com/s/KEdXmwUGHysy_LZAfdkmlw

Apollo的分布式可扩展计算平台探索

https://mp.weixin.qq.com/s/MfTsH9mowuWFA54z7vs5fA

Apollo Control模块源码解析

https://mp.weixin.qq.com/s/bIjnm74cJcHP8Zab4kt5zA

Apollo 2.5实时相对地图的分享

https://mp.weixin.qq.com/s/hU8__GPgxaCStSgv4FyLIw

无人驾驶行业及Apollo的Overview

https://mp.weixin.qq.com/s/48DcWP1kAoze0Lv8jHY3Ow

Apollo 2.5预测系统介绍

https://mp.weixin.qq.com/s/7ftd941pycD7h_R10cDecg

Apollo 2.5自动驾驶规划控制

https://mp.weixin.qq.com/s/y_mOKpgLEvDjoO-UdMBcyw

Apollo AdaperManager和Routing模块源代码分析

https://mp.weixin.qq.com/s/k5GNHhxEE6mIOnxXlCpKXg

Apollo 3.5软件架构

https://mp.weixin.qq.com/s/Xhy1w87l_b47_hS3zzCgaA

3D障碍物感知

https://mp.weixin.qq.com/s?__biz=MzI1NjkxOTMyNQ==&mid=2247488270&idx=1&sn=25b6e9b4fbe02ef6c84f3171c4bd2e2a

Apollo决策技术分享

https://mp.weixin.qq.com/s/E65x4kNNZ4ctc12e5v095w

自动驾驶专用计算框架探索和实践

Autoware

Autoware是另一个开源的无人驾驶平台。不像Apollo,没有百度这样的强势公司的介入,社区氛围更浓一些,相对的,功能也要弱一些。

官网:

https://www.autoware.org/

主要由一下组件构成:

  • autoware.ai

https://www.autoware.ai/

这个组件基于ROS 1.0,是目前的方案。

  • autoware.auto

https://www.autoware.auto/

这个组件基于ROS 2.0,是面向未来的方案。

  • autoware.io

https://www.autoware.io/

autoware提供的模拟器。

代码仓库:

https://gitlab.com/autowarefoundation/autoware.ai

AI agent

AI agent本质上是一个构建在LLM(大模型)之上的智能应用,也就是说AI agent是大模型的上层应用。如果说把AI比做一个人,那么大模型就是这个人的大脑,虽然它拥有了智能,但其却没有能够真正做事的实体。而AI agent就相当于人的手脚眼睛和嘴巴,以及各种人类能够利用的工具。

https://blog.csdn.net/qq_33453797/article/details/138324548

爆火的AI Agent到底是什么?有了大模型为什么还需要AI Agent?

https://blog.csdn.net/v_JULY_v/article/details/135868163

智能体AI Agent的极速入门:从ReAct、AutoGPT到AutoGen、QwenAgent、XAgent、MetaGPT

https://blog.csdn.net/v_JULY_v/article/details/142796658

OmniH2O——通用灵巧且可全身远程操作并学习的人形机器人

https://blog.csdn.net/v_JULY_v/article/details/142769965

VLM驱动机器狗——从UMI on Legs到Helpful DoggyBot:分别把机械臂装到机器狗背上、夹爪装到机器狗嘴里

Fork me on GitHub