自动驾驶

• 为什么自动驾驶激光雷达点云中间是黑洞？

  不知道大家看到激光雷达探测到的点云时，有没有注意到一个现象，那就是在三维点云图像中会有一个圆形的“真空带”中心。 无论车辆周边的交通环境多么复杂，点云图中靠近汽车底盘和车身周围几米的范围内，是没有任何数据点分布的空洞区域。 这种现象并不是传感器故障，也不是激光无法照射到地面，而是激光雷达的物理特性、安装几何限制、光学收发架构以及后端算法处理逻辑等多个因素共同导致的必然结果。 这个“盲区”的大小直接

  智驾最前沿

  140

  2小时前

  自动驾驶 激光雷达
• 自动驾驶如何做好数据闭环？

  自动驾驶系统能否稳定、安全地工作，关键在于它能不能持续学习、持续改进。自动驾驶系统并不是靠一个写好的程序就能一直用下去的，它在运行过程中会经常遇到“看不懂”或“判断错”的情况。如果无法将这些在实际驾驶中出现的问题和新场景反馈给研发团队，团队就难以修复缺陷、提升系统能力。 数据闭环，正是为了解决这个问题而建立的完整循环。它指的是把车辆在真实道路或测试中收集到的数据，持续传回给开发团队，经过处理、学习

  智驾最前沿

  247

  2小时前

  自动驾驶 激光雷达
• 自动驾驶中常提的占用网络检测存在哪些问题？

  自动驾驶感知技术在过去几年中经历了很大的变化，从最初的二维图像检测到鸟瞰图投影，再到如今备受关注的占用网络，感知技术的提升，让自动驾驶的能力越来越强。 占用网络的核心逻辑在于将车辆周围的三维空间划分成无数个微小的体元，并预测每个体元是被物体占据还是处于空闲状态。这种方法打破了传统感知算法对“框”的依赖，其通过精细的几何描述来还原物理世界的真实面貌。然而，随着这一技术进入大规模产业化落地阶段，其背后

  智驾最前沿

  191

  2小时前

  传感器 自动驾驶
• 自动驾驶如何确保数据处理的实时性？

  在自动驾驶系统里，数据处理的实时性并不是一个抽象的技术指标，而是直接决定车辆“来不来得及反应”的关键能力。道路环境变化极快，前车急刹、行人突然横穿、旁车并线等情况经常出现，这些情况一般只会给系统几十毫秒的反应窗口。 如果数据处理的时间慢了一步，哪怕操执行动作是对的，也可能错过最佳时机。正因为如此，自动驾驶的目标并不是算得准就行，而是必须在严格的时间限制内，把该看的看清、该算的算完、该做的做好。 为

  智驾最前沿

  159

  2小时前

  自动驾驶 NPU
• 自动驾驶端到端为什么会出现黑盒现象？

  在自动驾驶领域，端到端（End-to-End）是指从感知环境的原始数据到车辆实际控制指令，全部交给一个统一的深度学习模型来完成。这和传统的模块化自动驾驶系统不一样，模块化自动驾驶系统会先识别道路和障碍物，再做行为预测，再规划路径，最后输出控制动作。 端到端方法则把这些步骤融合起来，直接将输入的传感器信息映射到输出的方向盘转角、加速或刹车等控制量。这样的方案看起来更简单，也更“聪明”，可以让自动驾驶

  智驾最前沿

  149

  2小时前

  自动驾驶 深度学习
• 自动驾驶汽车如何依靠摄像头判断距离？

  车载摄像头在自动驾驶中，就像是“看见世界”的眼睛，其主要任务是把外界的光学信息转换成计算机能理解的像素数据，再通过一系列算法，从这些像素中提炼出“有什么物体、在什么位置、如何运动、可能想做什么”这类高层信息。作为一个感觉硬件车载摄像头是如何感知距离的？ 车载摄像头的基本架构与信号处理流程 摄像头的核心是一块光电传感器，现在普遍用的是CMOS传感器。光线从镜头进入，经过光圈、滤光片，最后投射到传感器

  智驾最前沿

  108

  2小时前

  传感器 自动驾驶
• 纯视觉自动驾驶能识别出高透明玻璃墙吗？

  最近在和大家聊纯视觉自动驾驶能否识别3D图像时，有小伙伴提问，纯视觉自动驾驶能否识别出高透明玻璃墙，今天智驾最前沿就和大家简单聊聊相关内容。 当然，在开始今天的话题前，还是想申明下，在常规驾驶场景下，车辆前方出现高透明玻璃墙的可能性微乎其微，若遇到真的属于罕见的边缘场景了，今天聊的内容仅从技术方向上分析下纯视觉自动驾驶识别高透明玻璃墙的可能性。 其实在城市建筑设计中，透明玻璃墙因其美观与通透性被广

  智驾最前沿

  162

  2小时前

  自动驾驶 计算机视觉
• 自动驾驶汽车如何完成超车？

  在我们日常开车时，别人想要超车，只要确认后方、旁边有没有车，打个灯、稍微加速、换个车道就完成了。这一动作乍一看非常简单，但对自动驾驶汽车来说，这个过程需要多方协调。 自动驾驶车辆要完成超车动作，必须经过一套完整的感知、理解、决策、规划和控制的流程，每一步都要考虑安全和规范，需要不断感知周围环境，判断什么时候超车、怎么超车、是否安全等，然后才可以按照计划执行操作。 自动驾驶汽车在变道前需要全面看懂如

  智驾最前沿

  250

  2小时前

  自动驾驶 激光雷达
• 激光雷达点云中的空洞现象是什么原因导致的？

  激光雷达点云空洞是自动驾驶感知中的重要问题，表现为传感器在复杂场景下对信息持续获取能力的边界。其原因包括物体表面反射率低、激光回波落入系统盲区、光学结构和视场设计影响以及外部环境干扰。点云空洞可能导致自动驾驶系统误判环境，影响物体跟踪和路径规划，进而影响安全性与舒适性。减少和避免点云空洞的有效方法包括提升硬件性能、优化光学设计、采用双回波输出策略、软件预处理以及多传感器融合。

  智驾最前沿

  432

  02/14 14:34

  自动驾驶 激光雷达

  
• 什么是VLM？为什么它对自动驾驶很重要？

  视觉语言模型（VLM）整合了视觉和语言模型，能够将视觉信号和语言信号结合，实现对复杂场景的语义理解。VLM在自动驾驶中的应用主要解决了对非常规信息的识别和解释、人机交互与自然语言导航、小目标和潜在危险的识别以及提供可解释的“说话能力”等问题。然而，VLM的应用也面临着参数过多、计算量大、本地化训练不足、内部推理黑箱以及数据隐私和合规性的挑战。为了有效利用VLM，需要将其置于自动驾驶系统的中低频层，作为情景理解和语义推理模块，同时对其进行针对性的压缩和优化，确保其在实际应用中的稳定性和安全性。

  智驾最前沿

  595

  02/13 14:49

  自动驾驶 视觉语言模型VLM

  
• FMCW和ToF激光雷达，哪种更适合自动驾驶？

  激光雷达在自动驾驶系统中扮演重要角色，主要分为ToF和FMCW两种测距方式。ToF技术成熟、成本低，适合广泛使用；FMCW技术先进，具备测速能力，但系统复杂、成本高，尚未全面成熟。两者各有优劣，短期内ToF仍是主流，FMCW有望在未来高级自动驾驶中发挥作用。

  智驾最前沿

  327

  02/13 08:40

  自动驾驶 激光雷达

  
• 灰尘是如何影响激光雷达识别效果的？

  激光雷达在灰尘环境下的性能挑战及其应对策略

  智驾最前沿

  398

  02/12 09:02

  自动驾驶 激光雷达

  
• 3DGS技术详解（一）：3DGS如何融合动态天气与光照等环境因素？

  康谋科技

  1330

  02/11 11:20

  传感器 自动驾驶
• SLAM如何为自动驾驶提供空间感知能力？

  SLAM技术在自动驾驶领域的应用及其重要性。通过激光雷达和摄像头融合，SLAM系统能够在未知环境中实时构建高精度地图并确定车辆位置，尤其适用于卫星导航信号不佳的场景。视觉SLAM提供丰富语义信息，增强系统鲁棒性。语义SLAM进一步发展，通过深度学习实现物体分类和分割，提高定位稳定性。AI技术的进步推动SLAM算法和地图渲染技术革新，助力自动驾驶迈向更高层次的安全与智能化。

  智驾最前沿

  634

  02/11 10:32

  自动驾驶 SLAM

  
• 推荐性国家标准GB/T 47025-2026《智能网联汽车 自动驾驶功能仿真试验方法及要求》学习笔记

  我国首个针对智能网联汽车模拟仿真测试的推荐性国家标准于2026年1月28日发布并实施，填补了仿真测试领域的技术标准空白。该标准适用于具备自动驾驶功能的车辆，并规范了仿真试验流程和技术要求，解决了行业中仿真测试方法不统一、标准化水平低的问题。标准通过统一仿真测试技术口径，降低了企业研发测试成本，促进了技术交流与协同创新，加速了产业规模化发展。此外，标准还明确了试验工具链的要求、试验记录信息、试验方法与实施流程、总体通过要求等内容，为企业提供了详细的指导。标准的应用有助于降低中小企业研发门槛，加速技术迭代与产业化，提升行业整体安全水平。

  小明师兄

  1196

  02/11 10:29

  自动驾驶 智能网联汽车

  
• 自动驾驶汽车如何识别文字提示？

  自动驾驶汽车通过场景文本识别技术、空间变换网络、卷积循环神经网络和视觉语言模型等技术，实现对动态交通规则的精准理解和执行。

  智驾最前沿

  424

  02/11 10:28

  自动驾驶

  
• 2026自动驾驶元年 | 从技术破冰到商业深耕，一场关乎未来的全面竞速

  2026年自动驾驶行业告别演示阶段，迈向规模化商业深耕。Robotaxi千辆规模成为核心标志，盈利路径逐渐清晰。L3级自动驾驶量产破冰，引发技术演进路线争议。多场景、多模式发展，商业模式多元化探索。机遇与挑战并存，自动驾驶正稳步迈向现实世界。

  智车科技

  981

  02/09 14:55

  自动驾驶 Robotaxi

  
• 1111亿！一个月前还在被全网狂喷，转头竟拿下天价融资？

  Waymo宣布获得160亿美元融资，市值逼近比亚迪，引发广泛关注。尽管面临负面舆情和技术挑战，其高融资和高估值依然引人注目。自动驾驶赛道因其巨大的潜在市场价值吸引了大量资本，但同时也面临着技术和商业化落地的难题。随着端到端技术的发展和商业化运营的推进，自动驾驶行业的投资热度再度回升，Waymo凭借其领先地位吸引更多资本的关注。

  电动车公社

  333

  02/09 13:05

  自动驾驶 Waymo
• 2026位置技术前瞻：重塑导航与数字座舱体验

  数字座舱正在超越“屏幕”的范畴，进化为连接驾驶员、车辆与智能技术的核心交互界面，赋能智慧出行。随着汽车向软件定义平台演进，导航与位置技术的角色正在发生根本性变革。过去仅用于从A点到B点的指引工具，如今正逐渐演变为连接驾驶系统、预判用户需求并建立人机信任的“运行层“，将日益复杂的车辆行为转化为可理解、可信赖的交互体验。 到2026年，这一转变将在全球乘用车市场全面显现。AI、实时数据与高精度地图等技

  与非网编辑

  418

  02/09 10:00

  自动驾驶 AR

  
• 自动驾驶34万亿美元超级金矿背后的逻辑

  今天 ARK Invest 的“Big Ideas 2026”回顾视频放出，Cathie Wood 木头姐及其团队给自动驾驶下了两个结论： 自动驾驶出租车市场正在“分娩”中，这将是未来几年最大的投资机会之一。2030 年，自动驾驶汽车生态系统的全球市值（Market Cap）将达到 34 万亿美元。 这一惊人估值的实现逻辑并非单纯依赖汽车销售，而是基于以下几个核心要素的深刻变革： 1. 价值核心在

  Vehicle

  308

  02/06 10:47

  自动驾驶 汽车市场

正在努力加载...