在自动驾驶架构中，中间件是重要部分，他是处在OS内核的上一层、功能软件的下一层的软件就是中间件，通用架构如下：

之前有介绍过贝叶斯网络，隐马尔可夫模型是一种动态贝叶斯网络，是一种时序的概率模型，描述由一个隐的马尔科夫链随机生成的不可观察的隐状态序列，在每一个隐状态下随机产生观察值构成一个可观测的随机序列，在语音识别、自然语言处理等领域有广泛应用。之所以要介绍隐马尔可夫模型，是因为自动驾驶中，时序是很重要但又没有得到足够重视的部分，无论是在预测、决策、控制中，上下文的连贯...

深度学习毫无疑问成为热点，尤其是和机器视觉相结合，到底目前具体有那些应用，本文简单归纳如下：AlexNet应该算第一个深度CNN；ZFNet采用DeconvNet和visualization技术可以监控学习过程；VGGNet采用小滤波器3X3去取代大滤波器5X5和7X7而降低计算复杂度；GoogleNet推广NIN的思路定义Inception基本模块（采用多尺度变换和不...

一个不搞深度学习的程序员，绝对不是好的程序员！CNN卷积神经网络,是一种多层神经网络，通常包含数据输入层、卷积计算层、ReLU激活层、池化层、全连接层。1. 卷积层卷积层是通过一个可调参数的卷积核与上一层特征图进行滑动卷积运算，再加上一个偏置量得到一个净输出，然后调用激活函数得出卷积结果。...

CVPR 2019 计算机视觉领域顶级会议，收录了百度无人车实现全球首个基于深度学习的激光点云自定位技术，现在深度学习真的是无孔不入了，相比较ICP、NDT、特征匹配、时序优化都要变成传统方法了，不免好奇如何设计网络，下面来分析一下：地址：https://songshiyu01.github.io/pdf/L3Net_W.Lu_Y.Zhou_S.Song_CVPR20...

之前有分析过深度学习和自动驾驶的关系，但是主要是在视觉的基础上来分析的：连接这里想从各个角度来分析深度学习在自动驾驶中的应用，如果你正好有这方面的需要，不妨选择一个着力点，笔者从事自动驾驶3年来，也处于瓶颈期，需要在一个特定的领域深挖，这里也建议大家，在了解自动驾驶各模块之间的关系之后，需要在一个特定的领域深挖，才能称之为自动驾驶领域内的专家。又因为传统技术很难有所突破，深...

轨迹规划是自动驾驶技术中最重要的部分，之前的文章有一些这方面的介绍，但是并不全面和系统：初探轨迹规划：主要从带约束的多项式拟合；贝赛尔曲线；三次样条差值；等角度介绍轨迹规划。动态避障规划：主要从周围车辆预测；轨迹初始化；避障优化轨迹等角度介绍轨迹规划。然而这些文章不够全面和系统，不免产生盲人摸象的感觉，这里结合百度Apollo和...

可以毫不夸张的说交通信号检测和识别，传统机器视觉的方法基本无效，目前只有一条路：深度学习，主要是交通信号灯外形千奇百怪，位置也是各不相同，所以不存在特征提取一说，深度学习可以很好的避免这种问题。交通灯（红绿）识别的会遇到很多问题：光线、遮挡、故障、虚警、同步等等。。。在深度学习只要正负样本分类做好，还是有一定的概率解决这些问题。下面介绍几种知名的网络：1.Traff...

CVPR 2019 计算机视觉领域顶级会议，收录了百度无人车实现全球首个基于深度学习的激光点云自定位技术，现在深度学习真的是无孔不入了，相比较ICP、NDT、特征匹配、时序优化都要变成传统方法了，不免好奇如何设计网络，下面来分析一下：地址：https://songshiyu01.github.io/pdf/L3Net_W.Lu_Y.Zhou_S.Song_CVPR20...

年终将至，各种盘点总结，中国当下自动驾驶现状到底如何，站在这个时间点本文盘点一下，由于笔者个人无法深入调查，也只能从网络上的信息进行整理、分析归纳如下：1.百度阿波罗2019年阿波罗进展很快，可能一般人并不知道，开放了全球首个“点到点城市自动驾驶”功能，Apollo拥有自动驾驶路测牌照数150张、智能驾驶专利数1237件、测试里程超300万公里、23个城市展开路测...