很多人在评价自动驾驶传感器时，会把关注点放在性能参数上，比如激光雷达的点云密度够不够高、摄像头的分辨率是否足够清晰、毫米波雷达在雨雾天气下是否依然稳定。但在真实道路环境中，对于传感器的要求并不只是“看得清不清楚”，还有就是“在关键时刻有没有看丢”。激光雷达点云中出现的空洞、吸点，本质上正是“看丢”的具体表现，它并不是参数不足，而是传感器在复杂场景下对信息持续获取能力的边界。激光雷达点云空洞到底是什

VLM，即视觉语言模型，简单理解下，其就是把“看见的东西”和“说出来的话”放在同一个脑子里理解的模型。我们平时把相机拍到的画面交给视觉模型去做检测、分割、深度估计这些任务，语音或文本交给语言模型去处理。VLM则是把视觉信号和语言信号放一起训练，使其可以把画面用语言来描述，也能把一句话转化成对画面的关注点和推理。对于自动驾驶来说，这种能力并不只是多了一套“能说话”的模型，而是在很多复杂场景里，它能把

在自动驾驶开源平台领域，Autoware作为全球首个“All-in-One”全栈开源自动驾驶软件平台，凭借其完备的技术体系、持续的迭代升级以及广泛的行业适配性，确立了其在该领域的标杆地位，成为汽车行业工程师、科研机构及相关企业不可或缺的技术工具与研发底座。本文简单介绍Autoware的基本信息、系统架构、版本迭代、优势及局限。基本信息与起源Autoware 是世界领先的开源自动驾驶软件项目，提供从

在地平线 J6 平台，当前模型在转换&编译过程中，会生成 quantized.bc 和 hbm 两种定点模型，其中：hbm 用于板端部署，在 x86 端的指令仿真推理速度比较慢quantized.bc 主要用于 x86 端的仿真，其数值输出在无 CPU 算子的前提下理论和 hbm 保持 bit 一致为在服务器端加速量化模型的精度初测，本文分享了测试过程依赖、脚本、实施流程和参考测试结果，供小伙伴们

教程奉上，有问题评论区交流安装方式1强推腾讯的WorkBuddy（安装简单，提供模型，但是响应速度慢）:https://cloud.tencent.com/developer/article/2635686安装方式2openclaw安装（安装简单，只可以使用免费的模型，速度还可以）：https://mp.weixin.qq.com/s/d4MbY1rwMNgjiIX_eGf8nw飞书插件配置：ht

在学习自动驾驶感知算法的过程中，经常会遇到一系列看起来有些“零散”的名词：..- CenterPoint .- LSS / BEVDet .- BEVFormer .- BEVFusion .- Sparse4D ..刚接触这些算法时，很容易产生一种感觉：..> 为什么会有这么多方法？ .> 这些算法之间到底是什么关系？..如果只是从论文角度看，它们似乎是彼此独立的一些模型。但当逐渐深

为什么镁光的LP5颗粒，使用Link ECC时，要先初始化写一遍DDR，防止误报Read Link ECC，而三星的颗粒却不需要先初始化写这个动作。

在自动驾驶的纯视觉路线下（BEV+Occupancy+端到端Action），一套简洁而强大的技术链路逐渐成为行业共识：以多摄像头图像为输入，通过Transformer构建统一BEV（Bird's Eye View：鹰眼视角即鸟瞰图）特征空间，再由Occupancy占据网格完成稠密三维环境重建，最终直接输出车辆控制 Action，实现从感知、环境建模到决策动作的全链路一体化。本系列会从原理、架构与技

本篇论文出发点：本篇论文的motivation也比较简单，想让端到端轨迹生成模型学习不同的驾驶风格。比如有些用户就喜欢让自动驾驶更加激进些，有些可能就想让驾驶风格更加保守些，之前的端到端方案只使用了模仿学习，学习专家轨迹，虽然能开，但没有可选的风格。本篇论文就是将大语言模型上比较火的RLHF搬到了自动驾驶领域，来微调轨迹分布，实现输出不同驾驶风格的轨迹。本文主要贡献:分析了当前基于模仿学习的端到端

自动驾驶技术路径的每一次技术转向，都伴随着底层数据处理逻辑的彻底重构。过去，智驾系统普遍依赖模块化设计，将驾驶任务拆解为感知、预测、规控等独立环节；而今，以端到端技术为核心的新路径正迅速崛起，试图通过一个统一的神经网络直接完成从传感器输入到驾驶指令输出的全过程。这种架构上的根本差异，也对数据标注提出了不同的要求。模块化与端到端的区别，图片源自：网络模块化技术路径，以环境理解为核心的微观标注在自动驾

在自动驾驶领域，经常会听到BEV相关的技术讨论。BEV是Bird’s Eye View的缩写，中文译为“鸟瞰视角”或“俯视图”。简单理解它的含义，就是把摄像头、激光雷达、毫米波雷达或地图信息，统一映射到同一张以车为中心或者以世界坐标为基准的平面上，自动驾驶系统会像站在空中俯瞰一样，同时看到车周围所有物体的位置、车道线以及静态障碍物和动态交通参与者的分布。BEV能把三维的感知问题转换成二维的空间推理

# 1. 为什么必须理解坐标系..在视觉系统里，绝大多数 Bug 都不是模型本身的问题，而是“数据在不同空间里被误读”。..你看到的是一辆车在世界中的真实位置，但模型吃进去的是 tensor 的某个索引；中间要经过 `world -> ego -> sensor -> camera -> image -> pixel -> tensor` 多层映射。任何一层语义混淆，都会导致：..- 检测框漂移、

在自动驾驶这个“学术追随工业”的领域跟踪新技术，很容易陷入“看了一堆论文，却不知道哪些真的能上车”的困境。要从海量信息中过滤出真正有价值的技术动向，建议遵循“理论锚定 → 信息过滤 → 代码验证 → 场景落地”的四步方法论。第一阶段：夯实地基（避免成为追新文的无根浮萍）在跟踪新技术前，先确认基础是否牢固。轨迹规划的上游是预测，下游是控制，核心瓶颈往往不在规划本身。经典必读：建议重新精读《A Sur

# 小目标检测在复杂背景下的挑战与注意力机制的作用..在无人机航拍、安防监控、野生动物观察等视觉场景中，小目标检测是一个特别具有挑战性的任务。相比于大目标，小目标在图像中占比极小，容易被复杂背景干扰，从而出现**漏检**或**误检**。..---..# 一、复杂背景对小目标的影响..复杂背景带来的主要问题包括：..1. **目标信息稀释** . - 小目标像素少，在卷积特征图中很容易被周围背

# 目标检测的 Anchor-Free 和 NMS 到底是什么？..目标检测这几年有两个非常容易混淆的概念：..- **Anchor-Free**.- **无需 NMS（End-to-End）**..很多人会误以为：..> 既然 Anchor-Free 直接回归框，那是不是就不需要 NMS 了？..答案是：**不一定。**..本文将系统讲清楚：..1. Anchor-Free 到底解决了什么问题

.# 一、背景：为什么大家几乎都会从 base_int16 开始？..在 QAT 项目中，只要遇到精度问题，工程师的第一反应通常是：..> 先上全 int16，看精度上限。..这是完全合理的。..原因：..* int16 动态范围更大.* 量化误差更小.* 更接近浮点.* 能快速验证“模型是否具备量化可行性”..如果全 int16 精度仍不好，问题往往不在 bit-width，而在：..* sca

为确定自动驾驶的可使用范围，会给自动驾驶设置一个运行设计域（Operational Design Domain，ODD）。ODD的作用就是用来明确自动驾驶在什么情况下能工作，在什么情况下不能工作，给车设定“工作范围”。这个范围可以包括天气、路型、时间、地理区域、交通状况、道路标线是否完好等明确的条件。明确这些条件可以让工程师知道系统的最大能力在哪里，便于测试和改进；还能让用户、监管方和应急人员知道

# 1. 背景.随着地平线 J6 工具链的发展，量化配置 (qconfig) 模板进行了重要更新，详情可见《[【地平线 J6工具链入门教程】QAT新版qconfig量化模板使用教程](https://developer.horizon.auto/blog/13112)》。..新旧 qconfig 模板在 int16 节点配置上存在一些差异，本文将详细分析新旧 qconfig 模板在 int16 节

在自动驾驶的发展历程中，数据标注一直被视为算法进化的基石。然而，随着大模型时代的到来，这一领域正经历着重构。过去，标注员的任务是简单地在二维照片上画框，标记出车辆和行人的位置。但现在，为了支撑复杂的端到端架构和占用网络，标注工作已经从平面的像素点位，跨越到了四维时空的深度重建。空间的立体化与时间的连贯性挑战自动驾驶标注的难点在于从二维图像向三维向量空间的跃迁。早期的算法只需要识别图像中的像素，而现

SDK准备.-----------------..按照上述步骤替换完密钥之后，需要重新编译OP-TEE，编译步骤参考 :ref:`编译OP-TEE `。..编译完成之后，会在\ ``${TARGET_PRODUCT_DIR}``\ 路径下生成\ ``hobot_tee_devkit.7z``\ 。基于此TEE SDK，用户可以开发自己的可信应用程序(TA)。..解压\ ``hobot_tee_d