人类并不是每时每刻都从一片空白的大脑开始他们的思考。在你阅读这篇文章时候，你都是基于自己已经拥有的对先前所见词的理解来推断当前词的真实含义。我们不会将所有的东西都全部丢弃，然后用空白的大脑进行思考。传统的神经网络并不能做到这点，所以采用RNN来解决这一问题。RNN 是包含循环的网络，允许信息的持久化。...

前面介绍过很多轨迹规划，也有很多控制相关的知识，例如pid调节、kalman 滤波、MPC等等。今天再学习一种轨迹追踪的方法，轨迹追踪是在有轨迹规划的基础上，如何实现车辆按照规划的轨迹行驶的问题，属于控制的范畴。

目前驾驶员监测提到的不多，主要是厂商不想强调对用户的检测，有侵犯隐私的嫌疑，目前驾驶员监测主要功能有：驾驶员的身份识别、驾驶员疲劳监测以及危险驾驶行为识别。主要的视觉线索包括面部特征、手特征或身体特征。许多检测系统仅使用单个视觉线索，这种系统鲁棒性差，比如出现遮挡或光照变化时，容易被干扰。所以将多种视觉线索组合才是关键，也是具有挑战性的。1.面部特征。...

前面介绍了如何获取数据，本文将直接介绍一种经典的交易策略，实际上这套方法在市场中大部分情况时有效的，但是在市场沉浮中，每个人都很难严格执行，大部分人都是觉得自己已经掌握了，甚至还有自己的想法，然后灵活的动一些小脑筋，殊不知，大道至简，尔等不过是管中窥豹、自欺欺人罢了，最后被市场教育，得出结论：海龟交易法不靠谱......不要问我的文字为何如此有画面感，我只能“无中生友”了.......1. 什么是

我们知道CAN总线是连接车身各个模块之间的桥梁，通过协议通讯，在车辆标定和测试中很多情况是用上位机和车身相连，收发满足CAN总线的信号。这中间如何通讯呢？这就需要用到Kavser。Kvaser公司是CAN 测试设备的优秀供应商，提供的 API 函数，通过Kvaser公司的设备，结合Kvaser CANlib的 API 函数，可以方便的编写自己的 CAN 测试工具...

动态避障规划是接上回，导航规划和行为规划之后，动态避障规划是以上方面的具体实现，直接输出的是车辆行驶轨迹，如何合理的输出轨迹是自动驾驶的关键。本文分为以下三个方面来实现：周围车辆预测，轨迹初始化，避障优化轨迹。1. 周围车辆预测感知模块分析出周围车辆、行人的位置、速度、朝向，利用物理运动规律，需要本车从更加宏观的角度来看待这些对象，例如未来和本...

笔者从互联网行业转向汽车制造业，对二者算是有了全面的了解，发现二者对自动驾驶的认知有很明显的区别：1. 互联网认为的自动驾驶是：采用人工智能的方法，对驾驶行为进行革命，必谈：深度学习、全自动驾驶。大而空泛，很难落地，也没有完整的功能安全、测试验证的规划,更多的关注点在采用什么算法，解决什么问题，维算法论。2. 传统汽车制造业认为的自动驾驶是：更高等级的主...

超声波雷达听着很陌生，但其实一直被广泛使用在倒车上，与毫米波雷达不同的是：超声波能被任何材质的障碍物反射，毫米波只能被金属物体反射，超声波雷达的探测距离又很近，到底工作原理是什么，下面我带大家一起来来看看。1.工作原理超声波雷达的工作原理是通过超声波发射装置向外发出超声波，到通过接收器接收到发送过来超声波时的时间差来测算距离。常用探头的工作频率有 40kHz, ...

自动驾驶中kalman滤波随处可见，这中间不可避免的要知道预测模型，而预测模型很大程度上依赖于本车姿态变化的推算，俗称航迹推算，尤其在控制中，pid调节也是以此为基础。之前的文章有零散的讨论过这方面的内容总结：惯性导航原理 激光点云配准 基于视觉的自定位车辆运动学模型但是并没有系统的总结如何融合车身现有传感器，进行本车航迹推算。本文以常见传感...

汽车标定是传统汽车行业很重的工作，需要大量人员从事标定工作，ECU中的程序由软件工程师进行设计，而工程师不可能把这些参数设置成合理的值，这些值是需要在实验中根据汽车数学模型进行设置，XCP就提供了这种标定的方式。XCP提供了一种对ECU中某些值进行读取、写入操作的一种协议，一般是把支持XCP的软件与汽车的CAN总线相连，目前XCP主要使用的工具有Vector公司的CAN...