登录社区云，与社区用户共同成长
邀请您加入社区
UROVAs 端到端自动驾驶模型训练、闭环测试、实车部署
百度地图开放平台推出行业首个AI地图开发工具MapSkills，专注于JSAPI开发场景。该工具通过内置地图开发规范，让AI生成的代码直接符合落地标准，解决版本适配、库选择等技术难题。无论是新手还是专业开发者，都能快速实现旅游工具、POI搜索等地图应用开发，大幅提升效率。MapSkills标志着地图开发进入"AI规范落地"新阶段，开发者可专注于产品创新而非技术排坑。现已开放体验
摘要：招聘智能体技术开发与应用工程师，要求1-3年Agent开发经验，熟悉OpenClaw等框架底层开发，具备5步以上复杂流程智能体设计能力。核心职责包括智能体功能开发、邮件自动化、数据处理、知识图谱构建及客户推荐系统开发。优先考虑有自动驾驶、大模型应用背景，熟悉NLP、OCR技术，以及GitHub开源项目贡献经验的候选人。需具备优秀的逻辑思维、业务理解和技术文档撰写能力。
本文介绍了如何在星图GPU平台上自动化部署Clawdbot汉化版（增加企业微信入口）镜像，实现机器人自动驾驶功能。该镜像深度集成ROS系统，支持自然语言控制与多传感器融合，可应用于智能家居物品递送、工业巡检等场景，大幅降低机器人开发门槛。
本文介绍了如何在星图GPU平台上自动化部署Clawdbot整合Qwen3:32B代理直连Web网关配置Chat平台，并将其应用于智能车开发场景。该方案通过将强大的大语言模型与灵活的代理框架结合，能够辅助进行自动驾驶算法的优化与调试，例如，利用自然语言指令来优化路径规划或分析传感器数据，从而提升开发效率与系统智能性。
基于AidLux的项目实战之智能预警——yolop在AidLux上的部署与应用
本文深入探讨了BEV感知算法在自动驾驶3D目标检测中的核心作用与实践。文章解析了如何通过BEV视角统一多传感器数据，构建精确的环境感知地图，并详细剖析了Mono3D与PointPillars等关键技术如何分别从2D图像和3D点云实现高效3D检测，为高阶自动驾驶提供了关键的环境理解能力。
本文介绍了Alpamayo-R1-10B自动驾驶专用开源视觉-语言-动作（VLA）模型的核心技术，重点解析了其Diffusion-based轨迹解码器的训练目标设计原理。该模型可在星图GPU平台上实现自动化部署，其核心应用场景是：基于视觉和语言指令，通过去噪过程生成平滑、合理且符合物理规律的多条车辆行驶轨迹，以应对复杂路口等自动驾驶决策挑战。
《Dr.Occ：基于深度和区域引导的自动驾驶环视3D语义占用预测》提出了一种创新的端到端解决方案，针对现有纯视觉方案的两大痛点：几何特征错位和语义长尾识别困难。该方法包含两个核心模块：D2-VFormer通过深度引导的双投影视图变换实现精准几何对齐，R2-EFormer采用区域引导的递归专家Transformer优化语义识别。实验表明，该方法在Occ3D-nuScenes基准上显著提升性能（mIo
最近折腾无线充电仿真的时候，发现Simulink里玩磁耦合谐振（MCR）真是上头。手头攒了四套实测能跑的模型，从LLC到LCC-S/LCC-P，全是硬核实操经验，直接开整。注意LLC的增益曲线斜率大的区域，频率步进量建议别超过1kHz，否则容易触发次谐波震荡。仿真时发现个反直觉现象：增大L1反而会拉低输出电压，因为破坏了磁场的相位匹配。4.s-s拓扑补偿 带原理分析，仿真搭建讲解和参考，可依据讲解
全文PDF下载，转发朋友圈截图后台回复666获取，或者后台回复“资料下载”下载所有资料推荐阅读：世界的真实格局分析，地球人类社会底层运行原理不是你需要中台，而是一名合格的架构师（附各大厂中台建设PPT）企业IT技术架构规划方案论数字化转型——转什么，如何转？华为干部与人才发展手册（附PPT）企业10大管理流程图，数字化转型从业者必备！【中台实践】华为大数据中台架构分享.pd...
tf简介一个机器人系统一个时间段通常有多个3D坐标系在变化，如世界全局坐标系，world frame, base frame, gripper frame（手臂/夹子坐标框架），head frame等。tf包能够一次性的跟踪这些所有的框架，并且允许我们询问类似于下述问题：在5秒之前，头坐标框架相对于世界坐标框架在哪里？机器人夹子上的物体相对于基座的位姿。基座框架在地图框架中现在的位姿是什么？tf能
本文是对论文《MindDrive: A Vision-Language-Action Model for Autonomous Driving via Online Reinforcement Learning》的深度解读。在自动驾驶领域，VLA模型依赖模仿学习存在分布偏移与因果混淆问题，在线强化学习应用受限于连续动作空间探索低效。该研究创新提出MindDrive框架，通过双LoRA专家架构实现语
摘要： 本文详细解析了SLAM中因子图与图优化的本质区别与联系。因子图是一种概率图模型（建模语言），用于表示变量间的概率依赖关系；而图优化是一种数值优化方法（求解算法），用于解决非线性最小二乘问题。二者的核心差异在于：因子图属于建模层面，描述"问题是什么"；图优化属于求解层面，解决"如何计算"。实际应用中，通常先用因子图建模SLAM问题，再转化为图优化问题进
华为凭借三十余年 ICT 技术积累，2021 年成立矿山军团，以 MDC、Wi‑Fi 6、矿鸿、矿山 AI 大模型等核心技术，赋能矿山、油气等资源行业智能化升级。2018 至 2024 年，华为与包钢、陕煤、国能神东、山东能源、紫金矿业等多家能源企业及生态伙伴深度合作，落地 5G 网络、无人驾驶、远程控制、智能监测、智慧园区等全场景解决方案，打造多个行业标杆项目。通过技术创新与产业协同，华为持续提
写单和审单如此耗费人力又极易出现错误，智能变更的首要目标就是通过 AI 让写单变得足够简单，让审单变得足够可靠。我们不仅要让工程师从繁琐的「填空题」中解放出来，更要在风险最前置的环节筑牢第一道防线。写单、审单智能化的目标非常清晰写单智能化：将「工程师适应系统」转变为「系统理解工程师」，支持自然语言直接生成标准化变更单据，将单次变更的写单耗时从天级压缩到分钟级审单自动化：实现变更方案的全维度自动审核
1.首先查看电脑GPU上cuda的版本nvcc-V如果此处提示 :nvcc 不是内部或外部命令，也不是可运行的程序或批处理文件。说明电脑没有装cuda，需要到nvidia官网去下载cuda，下载时需要注意cuda和TensorFlow-gpu的版本一定要匹配具体请参开TensorFlow官网文件https://www.tensorflow.org/install/source_windows本人用
《VLM-RL: A Unified Vision Language Models and Reinforcement Learning Framework for Safe Autonomous Driving》是由Wisconsin Madison分校和Purdue大学的研究团队于2024年12月发表的一篇论文。该论文提出了一种创新的框架VLM-RL，将预训练的视觉语言模型（VLM）与强化学习
自动驾驶
——自动驾驶
联系我们（工作时间：8:30-22:00）
400-660-0108 kefu@csdn.net
AtomGit开源社区
龙虾开发者社区
合肥城市开发者社区
深开鸿 技术专区
九章云极普惠算力
2048 AI社区
