自动驾驶

https://zhuanlan.zhihu.com/p/112719110 作者 | Radhika Madhavan 编译 | CDA数据分析师 原文 | How Self-Driving Cars Work – A Simple Overview 在美国国家公路交通安全管理局美国运输部（NHTSA）近日发布了对自驾车技术的当前状态的概览报告。 根据该报告，自动驾驶汽车技术仍处于研发阶段。下面给出的地图描绘了美国的受控测试地点，这些地点使用建模，仿真和道路上的自动驾驶汽车组件和系统。 资料来源：美国国家公路交通安全管理局 本文旨在提供有关自动驾驶和自动驾驶汽车目前在现实世界中的运行方式（从硬件到软件）的基本信息和入门信息。 我们将本文分为三个部分： 什么构成无人驾驶汽车（自动驾驶级别） 自动驾驶汽车如何与彼此及其周围环境互动 Google的Waymo和Tesla的Autopilot如何运作的最新示例 我们将从检查自治级别开始： 无人驾驶汽车的自主程度 根据SAE International的说法，自动驾驶汽车具有五个级别的自主权： 资料来源：SAE International 级别1： 这是系统和操作员共享控制权的低级别自动化。例如，自适应巡航控制功能控制发动机和制动功率，以实现速度变化和维护，而驾驶员则控制转向。1级系统可能需要随时进行全面的人为控制。 级别2 ：在此级别上

在国内外新冠疫情持续的特殊形势下，2021年世界经济论坛“达沃斯议程”对话会于1月25日至29日以线上形式举行。此次论坛上，全球70多个国家和地区的1500多位政商界和社会组织领导人围绕“把握关键之年，重建各方信任”这一主题，就如何应对新冠疫情下全球面临的经济、环境、社会、技术等挑战，寻求合作抗疫和推动经济复苏的方案等展开了探讨。 作为人工智能世界级科学家和企业家、达沃斯论坛的常客和重要委员，清华大学智能产业研究院（Institute for AI Industry Research，AIR）张亚勤院长亦受邀出席了此次达沃斯议程对话会，并发表了演讲。 近年来，人工智能一直是计算机领域的热门研究方向，也是达沃斯论坛的焦点议题。 早在2016年，张亚勤博士就曾在达沃斯论坛对人工智能相关议题提出了诸多见解。当时，他指出，人工智能将成为第四次工业革命的技术基石，另一方面，它的发展速度比许多人想象得都要快，但要实现技术的可靠和可控性，需要全世界共同思考解决。同时，当前人们更多是投资弱人工智能，即对人类智能的放大，而不是取代人的智能等。 迄今，包括机器学习、语音识别、图像识别、大数据挖掘、自然语言处理等AI技术已在交通、教育、医疗、金融等众多领域得到了广泛应用，成为各个领域转型升级的核心动力。以此次新冠肺炎疫情为例，随着“无接触”等需求的兴起，人脸识别等人工智能技术大放异彩

点击上方“3D视觉工坊”，选择“星标” 干货第一时间送达 在大规模场景下的地图构建时候，纯激光雷达传感器无法很好的完成地图构建工作，这时需要考虑使用不同的传感器，获取多种数据来进行传感器的融合，实现位姿的矫正，最终完成复杂大规模场景下的地图构建，这种方法也被称之为多传感器融合。 本篇文章要讲述的是发表在ICRA2020上的一篇多传感器融合实现点云地图构建的文章。 涵盖的知识面有：ESKF，IKF，IMU，Quaternion等。 论文地址： https://arxiv.org/abs/1907.02233 视频演示 1、论文概览 R-LINS的本质是一个以机器人为中心的激光惯导状态估计器。它使用以下两种传感器来估计机器人的运动姿态： 6轴 IMU：高频，聚焦自身运动，不采集外界环境数据 3D LiDAR：低频，聚焦车体运动，采集外界环境数据 这两种传感器想必大家都不陌生。但是，这两个传感器在复杂大规模领域里，单独的依靠自己的数据是很难实现地图构建的。所以，为了能够在具有挑战性的环境下也能保持鲁棒性和计算效率，本文使用了迭代的误差状态卡尔曼滤波器(ESKF)来通过重复生成新的对应特征来递归的修正机器人的状态信息。 为了防止滤波发散和降低计算成本，本文采用了一种新的以机器人为中心的公式，该公式重新定义了一个移动的局部帧的状态估计量

智能合约是指能在区块链上完成和维护，与传统合约一样，对与各方的约定施加相同的限制和义务的合约。 本文由mkz888z整理并发布。 为什么智能合约比当前的合约机制更好? 备份 区块链使用一个共享的分类账，它被复制到每个连接到它的网络的系统上，所以不会丢失一些信息。 安全 密码学、哈希和共识算法使得黑客几乎不可能侵入网络。 信任 分类账上的每笔交易都需要经过网络上大多数验证器节点的验证，因此很难与它们串通。即使它们以卡特尔（卡特尔是由一系列生产类似产品的独立企业所构成的组织，集体行动的生产者,目的是提高该类产品价格和控制其产量。）的形式加入，以验证一笔虚假交易，它们也将受到最大的打击，因此这不会破坏网络参与者的信任度。 独立自主 智能合约不需要中间人亲自开会来执行合约。智能合约作为一个整体系统工作，它可以作为经纪人、授权机构、送货员和结算机构。 省钱 智能合约可以节省资金，因为它不需要中介。例如，您可能需要支付一位公证人来见证您的交易。 精度 与一大堆表格签订合同的冗长过程会导致文件归档出现异常。智能合约是严格完整的和电子的，这提高了准确性。 速度 在填写表单、物理访问、验证和验证事务方面节省的时间可以将流程加快数千倍。 哪里可以使用智能合约? 举个例子，假设你想在区块链机械化流程中申请驾照，那么你只需要提到你个人的社会安全号码，表格就会自动填写，并使用加密货币支付

云计算从业者有个不成文的条约：国外看AWS，国内看 阿里云 。 怎么个看法？AWS的 re:Invent大会 有6万多人参加， 阿里云 的杭州云栖大会有4万多人参加。这个比例竟与两家巨头的母公司市值出奇一致——亚马逊8千多亿，阿里巴巴5千多亿。 每到深秋入冬时节，全球顶级工程师都聚在拉斯维加斯和杭州进行一场朝圣之旅，汲取两位风向标大佬的思考和灵感。 如果说re:Invent是开发者的天堂，那云栖大会就是创业者的武林，无论是酷科技文化的天堂还是刀光剑影的武林，都为过去5年的云计算划上了一个完整的句号。 上云要趁早、云原生、容器、更大又更小的数据库、全自动DevOps、雾服务器、边缘计算……这些年我们早已被这些熟悉的字眼包围。 接下来马上迈入的2020年将开启下一个五年，两位A姓大佬又给我们带来了什么样的讯号？ 云计算技术下沉：芯片成兵家必争之地 云厂商对算力的需求是无止尽的，尽管服务器市场已经明显转向云厂商，但这阻挡不了云厂商自己搞芯片。毕竟，谁有更强的算力，就掌握了更多的主动权。 AWS在2019 re：Invent大会上推出了基于ARM架构的Graviton2高性能处理器芯片以及机器学习芯片Inferentia，前者比X86实例的性价比高出40%。Graviton一词来自gravity（引力），意味着芯片从过去的幕后走向前台，成为吸引云计算用户的关键作用力。虽有一代芯片发布在前

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶” 作者： Abhinav Sagar 编译：ronghuaiyang 导读 用于自动驾驶的新的state of the art的网络。 本文提出了一种新的神经网络，利用不同尺度的多尺度特征融合来实现精确高效的语义分割。 重点 我们在下采样部分使用了膨胀卷积层，在上采样部分使用了转置卷积层，并在concat层中对它们进行拼接。 alternate blocks之间有跳跃连接，这有助于减少过拟合。 我们对我们的网络训练和优化细节进行了深入的理论分析。 我们在Camvid数据集上使用每个类的平均精度和IOU作为评价指标来评估我们的网络。 我们的模型在语义分割上优于之前的state of the art网络，在超过100帧每秒的速度下，平均IOU值为74.12。 语义分割 语义分割需要对输入图像的每个像素预测一个类，而不是对整个输入图像进行分类。为了预测图像中每个像素的内容，分割不仅需要找到输入图像中的内容，还需要找到它的位置。语义分割在自动驾驶、视频监控、医学影像等方面都有应用。这是一个具有挑战性的问题，因为要在准确性和速度之间进行权衡。由于模型最终需要在现实环境中部署，因此精度和速度都应该很高。 数据集 在训练和评估中使用了CamVid数据集。数据集提供了ground truth标签，将每个像素与32个类中的一个相关联

1月26日下午消息，据报道，自动驾驶公司驭势科技（UISEE）宣布完成累计超10亿元人民币的新一轮融资，其中包括多个产业投资方和国开制造业转型升级基金的战略注资。 天眼查App显示，驭势科技（北京）有限公司成立于2016年2月，注册资本1153.0148万人民币，法定代表人为吴甘沙，公司经营范围包括汽车整车技术、汽车零部件技术、新能源技术开发、技术转让、技术咨询（中介除外）、货物进出口（国营贸易管理货物除外）、计算机 软件 及辅助设备等。 曝光：自动驾驶公司"驭势科技"引入国家队战略注资 据悉，国家制造业转型升级基金股份有限公司是由国务院批复，财政部、国开金融、中国烟草等在2019年11月共同出资设立，注册资本1472亿元，围绕制造业战略性、基础性、先导性领域，对市场潜力大、成长性好的优势企业进行投资。 天眼查股权穿透显示，目前驭势科技（北京）有限公司的最大股东为吴甘沙，持股比例为21.11%。 免责声明： 凡标注转载/编译字样内容并非本站原创，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。 轻便电摩究竟怎么样？实测雅迪T6铂金版见真章 10087.2公里的吉尼斯世界纪录 雅迪重新定义电动车 属于你的专属坐骑 雅迪T6铂金版图赏 轻便电摩&电动自行车买哪个好？算笔账就懂了 3亿保有量的电动车碰上新国标 你受影响了吗？ 电动车到底走机动车道还是非机动车道？

3 月 18 日，由李飞飞担任所长之一的「以人为本人工智能研究所」（HAI）自启动以来不短的时间后，终于完成了正式成立的高光时刻。而正式上线的官网日前也更新了两条博文，一篇是详尽介绍 HAI 的文章；另一篇则是今天要给大家介绍的斯坦福 HAI 版人工智能简史图，图中涵盖的信息包括：人工智能大事记、全球人工智能初创公司布局、人工智能的普及度进展、人工智能的研究和教育进展以及斯坦福的人工智能突破性成果和人工智能课程。 而之所以给此图加上「斯坦福 HAI 版」的前缀，则是因为本图笼罩着满满的「斯坦福」光环。本图虽然不够详尽，但是作为大家一窥人工智能历史以及目前相关进展的精简版素材，还是足够的。 下面就一起逐个看看吧~ 人工智能大事记 1955 年，在达特矛斯会议上，当时备受尊敬的计算机科学家约翰·麦卡锡首度提出「人工智能」这一概念。之后，本次会议也被视作人工智能正式诞生的标志，而提出者约翰·麦卡锡也被誉为「人工智能之父」。 1963 年，「人工智能之父」约翰·麦卡锡创建了斯坦福人工智能实验室（SAIL，Stanford Artificial Intelligence Laboratory）。该实验室拥有多个领域的专家，涉及机器人技术、计算机视觉、机器学习、图像处理、自然语言处理等多个领域，代表人物包括一大批在人工智能领域闻名遐迩的人物，如 Christopher Manning 、吴恩达

来源： 脑极体 2020年已经过去，无论我们过得顺遂平安，还是过得无比艰难，我们应该都会记住这一年。 回顾2020年，在这个不同寻常的疫情之年，科技成为人类抗击疫情的关键，而人工智能技术投入抗疫战争之中，可以说是人类有史以来的第一次。而与此同时，AI技术已经在我们的生产生活、公共管理等方方面面得到深入应用。 人工智能应用场景的爆发，其背后是全球AI科技企业从后端走向前台，从实验室走向产业纵深的努力和实践。 最近，百度和谷歌不约而同都发发布了长文，来总结2020的AI发展。 谷歌首席AI科学家Jeff Dean在谷歌博客上刊出了Google Research: Looking Back at 2020, and Forward to 2021的万字长文，详细介绍了谷歌在2020年AI技术在多个领域取得的应用进展。 而更早一点时间，百度先后发布了长达万字的《百度AI的2020》和《百度研究院2021年十大科技趋势预测》，同样细数了百度过去一年里在AI技术业务体系和产业赋能体系中的各项成果，同时也对2021年的AI技术和应用领域做出清晰判断。 如果仔细对比谷歌和百度在AI技术和产业应用的实践，我们就会惊讶地发现，两家几乎同时以搜索引擎业务起家的公司已经将AI技术应用到自身产品体系的方方面面。 我们同时也看到，谷歌和百度正在构建一幅千行百业智能化的全球AI图景，不过两家巨头的不同之处在于

2017 年，机器之心发布了《机器之心人工智能技术趋势报告》，系统介绍了人工智能领域（AI） 下不同的技术分支，并以定性分析的方法讨论了各分支技术当时所处的发展阶段、瓶颈以及未来发展方向，帮助AI产业从业者提供技术趋势参考，帮助AI技术应用方、初学者理解飞速发展中的 AI 领域内各项技术的概况和层出不穷的新鲜技术内涵。 在2017版报告发布至今的三年里，越来越多的 AI 技术实现了商业落地，但也有不少深度学习方法开始触碰到技术自身的天花板，亟需突破。在三年后的今天，机器之心在这个可能是 AI 技术发展的关键拐点发布《2020-2021 全球AI技术发展趋势报告》。 相比 2017 年版报告，2020-2021版报告在过往的定性分析方法之外增加了数据层面的挖掘、分析和探索，更加侧重对具体技术趋势的挖掘以及量化分析指标的形成。基于开源的论文与专利语料，结合机器之心自有的相关数据库，综合文献报告审阅与问卷访谈等形式，本报告分别从「顶会趋势（NeurIPS） 分析」、「专家问卷分析」以及「专业分析」三个不同角度呈现分析结果，辅助读者了解近年来 AI 领域的热门趋势技术。 你将从报告中获得什么？ 人工智能技术发展七大趋势领域概览 一、（人类）自然语言技术 大规模预训练语言模型成为主流 语音识别技术应用普及度最高 问答系统、聊天机器人相关应用放缓 情感分析、文本分类增速不减 跨领域融合越来越多