自动驾驶

首页 标签 自动驾驶
# 自动驾驶 #
关注
6451内容
|
2小时前
|
物理AI与具身智能,让AI走出屏幕,拥抱物理世界
2026年,NVIDIA CEO黄仁勋在CES大会上的一句“生成式AI已成过去,未来属于物理AI”,精准点明了AI发展的新方向。
|
1天前
|
物理智能的黎明——清华2026年研判与AI发展的三阶段论
当大多数人还在为大语言模型的惊艳表现而惊叹时,清华大学在2026年百人会论坛上抛出了一个更具前瞻性的判断:信息智能的时代,大概到2028年接近终局;物理智能的窗口刚刚打开,未来10到15年是最大的机会窗口;再往后,是人与机器深度融合的生物智能时代。
|
2天前
|
MAG-3D: Multi-Agent Grounded Reasoning for 3D Understanding
MAG-3D提出无需训练的多智能体三维具身推理框架,通过规划、定位、编码三智能体动态协同,结合开放词汇三维定位与可执行几何验证,在Beacon3D、MSQA基准上实现零样本最优性能,同时大幅提升定位与问答的一致性,有效解决现有方法依赖微调、流程僵化、易产生幻觉的问题,为开放世界三维可靠推理提供实用方案。
安全锥(路锥/雪糕筒)检测数据集(6000张高质量标注)|YOLO目标检测数据集
本数据集含6000张高质量标注图像,专为安全锥(路锥/雪糕筒)检测构建,覆盖施工、事故、高速等多场景及倾倒、遮挡、夜景等复杂状态。YOLO标准格式(单类别),可直接用于YOLOv5/v8等训练,助力自动驾驶、智能巡检与道路安全管理。
行人与骑行者目标检测数据集(5000张高质量标注)|YOLO训练数据集
本数据集含5000张真实道路场景图像,精准标注“行人”“骑行者”两类目标,采用YOLO标准格式(归一化bbox),覆盖多光照、多视角、多尺度及遮挡场景,适配YOLOv5/v8等主流模型,助力智能交通、自动驾驶与安全监控算法研发与落地。
道路设施目标检测数据集(约5000张已标注)|YOLO训练与智能交通应用数据集
本数据集含约5000张真实道路图像,精准标注交通标志、热塑标线、金属护栏、减速带4类设施,采用YOLO标准格式(归一化bbox),已划分train/val/test集。覆盖多场景、多光照、多尺度,支持YOLOv5/v8等直接训练,适用于智能巡检、自动驾驶感知与交通管理。
|
7天前
|
基于全局自适应动态规划(GADP)的MATLAB实现方案
基于全局自适应动态规划(GADP)的MATLAB实现方案,针对动态完全未知的连续时间非线性系统优化控制问题。
|
9天前
|
企业AI治理必读:JBoltAI Agent OS核心逻辑
JBoltAI Agent OS是企业级AI智能体治理平台,解决本地化Agent爆发带来的权限失控、审计缺失、技能孤岛与转型黑盒四大难题。它不替代Agent,而是作为“数字交通局”,提供统一授权、全链路审计、技能共享与AI驾驶舱四大能力,让千百个智能体在安全可控中高效协同。(239字)
免费试用