文章整理自：为什么说特斯拉的 EEA 电子电气架构行业领先？相比其他车企的 EEA 是否存在技术壁垒？ - 知乎​​​​​​一文盘点博世、丰田、特斯拉等6家主流智能汽车电子架构_腾讯新闻本文对几家主流智能汽车的架构设计概念进行了技术分析，并对几种智能汽车的架构设计概念进行了评价。智能汽车电子架构研究现状传统分布式汽车电子电气架构的设计 思想为硬件定义规格，硬件架构采用CAN总线网络和分布式功能单元

1. 聚类和分类的区别数据分类是分析已有的数据，寻找其共同的属性，并根据分类模型将这些数据划分成不同的类别，这些数据赋予类标号。这些类别是事先定义好的，并且类别数是已知的。相反，数据聚类则是将本没有类别参考的数据进行分析并划分为不同的组，即从这些数据导出类标号。聚类分析本身则是根据数据来发掘数据对象及其关系信息，并将这些数据分组。每个组内的对象之间是相似的，而各个组间的对象是不相关的。不难理解..

尽管RRT算法是一个相对高效率，同时可以较好的处理带有非完整约束的路径规划问题的算法，并且在很多方面有很大的优势，但是RRT算法并不能保证所得出的可行路径是相对优化的。因此许多关于RRT算法的改进也致力于解决路径优化的问题，RRT*算法就是其中一个。RRT*算法的主要特征是能快速的找出初始路径，之后随着采样点的增加，不断地进行优化直到找到目标点或者达到设定的最大循环次数。RRT*算法是渐进优化的，

Edwin Olson 为原密歇根大学助理教授，在自动驾驶领域深耕逾十年。曾参与 2007 DARPA 城市挑战赛，曾任福特自动驾驶项目首席研究员、丰田研究院自动驾驶技术研发副总监。现已下海创业，创立May Mobility 并担任 CEO。Edwin OlsonEdwin Olson：今天的话题是如何搞出可靠的自行驾驶系统。不论在密歇根大学，还是 May Mobility，...

本文来自于Apollo开发者社群，作者是百度美研Apollo感知团队的资深软件架构师——陈光1. 物体检测模型中的算法选择物体检测（Object Detection）是无人车感知的核心问题，要求我们对不同的传感器（如图中覆盖不同观测范围FOV的无人车传感器）设计不同的算法，去准确检测出障碍物。例如在Apollo中，为3D点云而设计的的CNN-SEG深度学习算法，为2D图像而设计的YOL...

作者简介：申泽邦（Adam Shan），兰州大学在读硕士研究生，主攻无人驾驶，深度学习；原文链接：https://blog.csdn.net/adamshan/article/details/79945175本文系统的阐述了A*算法的生长轨迹，从开始的广度优先，到Dijkstra，再到启发式拓展从而形成了A*的算法。路线规划中一个很核心的问题即最短路径的搜索，说到最短路径的搜索我们就不得...

文章来源：http://blog.csdn.net/adamshan/article/details/78458325为什么需要控制理论试想有如下场景，当你驾驶一辆汽车通过这个弯道的时候，假设你已经知道你要开的路线，那么你会怎么去操作控制你的车呢？显然，如果你不是专业的选手的话，你无法做到一步到位的控制，你需要一边观察车辆相对于你想要开的路线的相对偏差，一边调整你的方向盘的角度...

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来，用它写博客，将会带来全新的体验哦：Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗Ctrl + B斜体Ctrl + I...

尽管RRT算法是一个相对高效率，同时可以较好的处理带有非完整约束的路径规划问题的算法，并且在很多方面有很大的优势，但是RRT算法并不能保证所得出的可行路径是相对优化的。因此许多关于RRT算法的改进也致力于解决路径优化的问题，RRT*算法就是其中一个。RRT*算法的主要特征是能快速的找出初始路径，之后随着采样点的增加，不断地进行优化直到找到目标点或者达到设定的最大循环次数。RRT*算法是渐进优化的，