目录高精地图生产流程数据采集数据处理元素识别人工验证全自动数据融合加工基于深度学习的地图要素识别人工验证生产地图成果原创：阿波君Apollo开发者社区2月27日高精地图是自动驾驶汽车的「千里眼」和「透视镜」。摄像头、激光雷达、传感器所监测到的范围是有限的。摄像头根据不同的俯角看到的距离约15米-60米不等，激光雷达所看到的范围大约40米-...

目录1）Uber事故原因分析2）自动驾驶的第一天条-----安全3）自动驾驶汽车的硬件系统4）自动驾驶汽车感知类传感器介绍5）自动驾驶汽车的传感器6）自动驾驶的计算单元7）自动驾驶的线控系统8）Apollo硬件开发平台原创：阿波君Apollo开发者社区1周前在上周，阿波君为大家具体介绍百度Apollo开放平台的基本情况。本期，阿波君将为大家介绍一...

目录1）ISO-26262概述2）ISO-26262认证流程3）ISO-26262优点与缺陷原创：阿波君Apollo开发者社区5天前Apollo自动驾驶进阶课程是由百度Apollo联合北京大学共同开设的课程，邀请百度Apollo开放平台研发团队的中美专家联合讲授。上期，我们发布了Apollo开源模块讲解（上）。本期，我们将继续Apollo开源模块的讲解，主要和大家...

原创： 阿波君Apollo开发者社区5天前自动驾驶硬件架构：一般采用激光雷达作为主要感知传感器，同时结合摄像头、GPS/IMU、毫米波雷达、超声波雷达等，以NVIDIA Drive PX2 或 Xavier作为主要计算平台，在工业PC机上运行各种算法模块，通过线控技术控制车辆行驶。百度开源自动驾驶系统Apollo的架构图如下所示：上周阿波君为大家详细介绍了「进阶课程㊱...

原创 阿波君Apollo开发者社区2月12日环境感知在自动驾驶汽车应用中占据了核心地位。一辆车要实现自动驾驶，障碍物感知是最基础也是最核心的功能。上周阿波君为大家详细介绍了「进阶课程㊷丨Apollo实战——车辆与循迹驾驶能力实战」。此课程主要介绍了在搭建完自动驾驶车辆的软、硬件环境以后，通常采用循迹测试进行验证，以及进行验证的步骤有：第一步是要实现一个适配层；第二步是Ca...

原创： 阿波君Apollo开发者社区6月26日当行为层决定要在当前环境中执行的驾驶行为时，其可以是例如巡航-车道，改变车道或右转，所选择的行为必须被转换成路径或轨迹，可由低级反馈控制器跟踪。所产生的路径或轨迹必须满足车辆动力学约束的，对乘客来说是舒适的，并且避免与车载传感器检测到的障碍物的碰撞。寻找这样的路径或轨迹的任务是运动规划系统的责任。由于规划是感知和控制之间的纽带，当...

本文为Kaggle Learn的Deep Learning课程的中文翻译。原链接为：https://www.kaggle.com/learn/deep-learning1. Intro to Deep Learning and Computer VisionA quick overview of how models work on images2. Building Models f...

下面是我们本课程学到的要点：1）监督学习：线性回归，逻辑回归，神经网络，SVM；2）无监督学习：k均值，PCA，异常检测3）特别应用：推荐系统，大规模机器学习4）机器学习系统应用建议：偏差/方差，正则化，学习算法评估，学习曲线，误差分析，上限分析等；...

本文为Kaggle Learn的Python课程的中文翻译，原文链接为：https://www.kaggle.com/learn/python欢迎来到Kaggle Learn的Python课程。本课程将介绍在开始使用Python进行数据科学之前需要的基本Python技能。这些课程针对那些具有一些编程经验的人，希望将Python添加到他们的项目中或提高他们的Python技能。 （如果你是第一次编..

本文为Kaggle Learn的Python课程的中文翻译，原文链接为：https://www.kaggle.com/colinmorris/hello-python欢迎来到Kaggle Learn的Python课程。本课程将介绍在开始使用Python进行数据科学之前需要的基本Python技能。这些课程针对那些具有一些编程经验的人，希望将Python添加到他们的项目中或提高他们的Python技..