logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

物联网技术深度解析

可以说,智慧城市发展是建立在物联网“万物互联”基础之上,物联网为智慧城市提供了庞大的感知网络,是实现智慧城市建设的关键因素和技术基石,而智慧城市则是物联网发展的具体应用,对比物联网技术架构与智慧城市架构也可发现二者较为相似。平台层对数据、信息进行存储和分析,物联网云平台和操作系统是核心,分为连接管理、设备管理;“十四五”时期,将面向重点场景实现移动物联网网络深度覆盖,形成固移融合、宽窄结合的基础网

智能座舱发展阶段和系统架构

尤其是随着自动驾驶对车内视觉感知要求的不断提高,基于视觉的驾驶员监控技术在车舱内得到更加快速的落地应用,而这种技术的普及,大大增强了智能汽车的感知能力,并推动了智能助理的前身——多模交互技术在智能座舱中的落地实现。此时,车辆被视为“第三生活空间”,带有独特的移动属性,它不仅是一个交通工具,还是一个具有独特功能的生活空间,使消费者能够在移动中享受与传统生活场所相似的便捷和舒适,为消费者带来更加便利、

一文读懂具身智能最佳载体——人形机器人(一)

人形机器人凭借其类人的感知交互能力、肢体结构和运动方式,能够快速融入为人类设计的各种环境,可以在简单重复劳动和危险场景中替代人类,在复杂技能场景中辅助人类,在商业和家庭场景中服务人类。未来人形机器人的广泛应用将深刻改变社会形态和人们的生产生活方式,有望成为继个人电脑、智能手机、新能源汽车后的新终端,形成新的万亿级市场。本文简要介绍人形机器人的发展历程、进展和关键技术。文 | 开山全文5500字,预

#机器人
各省数据要素相关政策(2023年上半年)

在前两篇数据要素解读系列文章《国家数据要素政策一览》、《一文详解国家各部委的数据要素相关政策》中,分别介绍了国家陆续发布的数据要素政策和数据安全立法情况、以及国家各部委的数据要素相关政策。本文详细介绍2023年上半年各省数据要素相关政策。文 |吴冬升全文11000字,预计阅读28分钟表1 2023年上半年各省数据要素相关政策列表省名称政策名称时间上海市《上海市公共数据开放实施细则》2022年12.

从MWC25看人形机器人发展新趋势

已与吉利、比亚迪等车企合作,部署超过100台机器人,单台日均任务处理量达200次,人工干预率降至5%以下。整合视觉-语言-动作(VLA)多模态对齐技术,通过激光雷达点云(Livox MID360,30米探测)与RGB-D相机(Intel RealSense D455)融合建图,地形识别准确率达98.7%,任务分解上方面可将”厨房炒菜"指令自动拆解为16个子步骤(如食材识别→灶具定位→火候调节),耗

#机器人
如何从无到有打造一辆自动驾驶车?(硬件篇)

本文字数: 16613 阅读时间:30分钟如何构建一辆无人驾驶车呢?先从无人驾驶车的硬件开始介绍。1 简介无人驾驶车由车、线控系统、传感器、计算单元等组成,如图2.1所示。车作为无人...

#consul#人工智能
5G+工业互联网观察——应用篇

5G与工业互联网的结合是5G应用的重要领域,前一篇《5G+工业互联网观察——政策篇》我们对5G+工业互联网的相关政策进行了整理和分析,本篇继续从应用的角度整理目前的典型场景和重点行业,并进行简单的分析。文 | 无界全文4500字,预计阅读12分钟(一)工业互联网应用场景分类工业互联网是行业数字化转型的重要方法论和模型,通过将“人、机、物、系统”等进行全面连接,构建起覆盖全产业链、全价值链的全新制造

国内数据交易机构和数据局一览

(一)国内数据交易机构设立情况数据交易不仅能够为数据提供方和需求方创造经济价值,实现数据资源的优化配置和高效利用,还能够推动社会整体的技术进步和经济发展。数据交易平台是专门用于数据资源交易的机构或网站,它允许企业和个人在一个安全可靠的环境中交易、购买和出售数据,同时提供数据分析、数据挖掘和数据驱动的解决方案。这样的平台通常提供一种中介服务,帮助买方和卖方达成交易并确保数据的安全性。数据交易所是为数

#区块链
一文详解自动驾驶关键技术

在线控转向方面,也需要充分考虑冗余方案,冗余环节包括供电电源冗余、电源分配冗余、扭矩转角传感器冗余、微控制器MCU冗余、电机控制及驱动冗余、电机本体冗余等,从而可以在任意单点失效的情况下,系统仍然具备一定的转向助力能力,确保车辆的横向控制功能不受影响。车辆根据当前环境选择合适的驾驶行为,如停车、换道、超车、避让、缓慢行驶等模式,状态机模型通过构建有限的有向连通图来描述不同的驾驶状态以及状态之间的转

#自动驾驶#人工智能#机器学习
一文详解自动驾驶应用场景和发展趋势

司机人为因素造成交通事故中,根本性原因之一是“处理交通意外事故的能力”,包括缺乏经验、老年、酗酒与药物滥用、事故倾向、疾病与残疾、困倦和疲劳、严重的酒精中毒、短期药物影响、狂吃和放纵、严重的心理压力、暂时注意力转移等;根本性原因之二是“诱导驾驶人采取冒险行为”,包括对能力估计过高、习惯性超速、习惯性不遵守交通规则、不得体驾驶行为、未使用安全带或头盔、不恰当坐姿、事故倾向、酗酒、精神上的药物、摩托车

#自动驾驶#人工智能#机器学习
    共 13 条
  • 1
  • 2
  • 请选择