無人駕駛是隨著深度學習和圖形處理器的發展和普及而被推上創投界的舞台中心的。在這種發展的背景下，感知的確成為可能。演算法不夠，硬體來湊————lidar, radar都可以被用上。
但真正進入車，感知只是其中一環。工業界裡，現在廣泛活躍著深度學習和影象計算的人力資源。感知是乙個考幾個不難，考八十分有人力物力也可行，但是要考滿分有點難的一環。換言之，深度計算的頂尖人才現在棘手可熱。廣大的深度計算普通人力資源，正變成昨日的軟體工程師。
那什麼是及格都有點難的一環呢？我以為，或者科班出身或者專業培訓，考及格都不難。難的事門門都及格，因為學業有專攻，人的精力有限。單憑勤奮努力每一環都專業培訓，時間精力來不及。但是聰明的人，觸類旁通，一門科班出身，另一門點撥上手，這樣的人才比較難得。這樣的人才是跨學科的、跨環的。
這些其它的環包括運動估計、規劃、控制、**、感測器、硬體、機械、電子等等，遠遠超出感知的範疇。
如果能把愛帶進工作，把愛帶進同事，把愛帶進生活，把對事、物、理的關心與對人的關心同等重要，即便是無人駕駛也有路可循。
無人駕駛汽車
無人駕駛汽車是智慧型汽車的一種，也稱為輪式移動機械人，主要依靠車內的以計算機系統為主的智慧型駕駛儀來實現無人駕駛的目標。據湯森路透智財權與科技最新報告顯示，2010年到 2015年間，與汽車無人駕駛技術相關的發明專利超過22,000件，並且在此過程中，部分企業已嶄露頭角，成為該領域的行業領導者。無人...
初識無人駕駛
無人駕駛是多個技術的整合，其中包羅感測器，深度學習，定位，路徑規劃，障礙物檢測與規避，機械控制，系統的整合與優化，高精度地圖，其中gps用於定位，光學雷達用於定位和障礙物檢測，照相機用於深度學習物體識別，以及定位輔助。感測器獲取資料後，首先利用卡爾曼濾波或粒子濾波器，對感測器資訊進行融合，並得出最大...
低速無人駕駛
低速無人駕駛 現狀 感知層 決策層 控制層。過去在無人駕駛的技術落地問題上，業內大多討論的是端對端的控制問題，但在實際場景下，低速無人駕駛要解決的是複雜的動態全流程問題。因此如何通過人工智慧或者深度學習的方法解決感知 決策和控制的全流程問題，是目前技術發展上的乙個難點。感測方案從雷射感知進一步拓展到...