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

TA开发.==========================..OP-TEE OS支持动态加载和运行可信应用程序(TA)，TA是运行在安全世界的应用程序，可以访问安全世界的资源。..为了TA的安全运行，通常需要对TA进行签名和加密，签名保证TA完整性，加密保证TA的机密性。其中，TA签名为强制开启，TA加密用户可根据自身需求选择是否开启。..为了开发方便，当前SDK中内置了一组密钥，在实际开发中

ARM TrustZone.==========================..ARM TrustZone技术是所有Cortex-A类处理器的基本功能，是通过ARM架构安全扩展引入的。这些扩展可在供应商、平台和应用程序中提供一致的程序员模型，同时提供真实的硬件支持的安全环境。..ARM TrustZone技术是系统范围的安全方法，针对高性能计算平台上的大量应用，包括安全支付、数字版权管理(DR

本文以地平线 Open Explorer（OE）中的 CenterPoint 参考算法为主线，系统梳理 CenterPoint 的模型结构设计、Head 与 box 语义拆分方式，以及在工具链中从训练、导出到编译部署的完整工程语义。文末通过 nuScenes → KITTI 的一次实际配置修改，作为参考算法“应用级改造”的示例，帮助理解这些设计在真实项目中的影响范围。一、CenterPoint 是

J6X VDSP数字信号处理器..开发指南.===========..CPU侧开发.------------..镜像加载卸载..J6X VDSP 所有core共用一个Firmware，默认名字为vdsp0。.J6X系统在启动时默认不启动VDSP.FW（Firmware），需要用户通过命令的形式手动加载和卸载FW，命令如下所示：... echo -n > /sys/module/firmwar

最近有个好友问了一个问题，能不能用通俗易懂的话说明一下VLA和世界模型的区别，一时间没有找到几句合适的话。想了几天终于想出一句不知道合不合适。VLA的架构是让AI记住和学习人类的开车经验，而世界模型是让AI自己去推演物理世界，让AI真正理解驾驶任务背后的关联。再通俗一点，如果将驾驶任务比作大学四六级考试，VLA像是每天翻开abandon的单词书背单词靠积累和匹配完成通过考试，而世界模型更像是学习语

概览Waymo自动驾驶系统的完全自动驾驶里程已近2亿英里，成为美国主要城市交通脉络的重要组成部分，持续提升道路安全水平。而乘客与当地社区未曾看到的是，这套系统早已在虚拟世界完成了数十亿英里的仿真行驶，在现实道路遭遇复杂场景前，就已将其悉数掌握。今日，我们欣喜地推出Waymo世界模型——一款前沿生成式模型，为大规模、超写实的自动驾驶仿真树立了全新标杆。仿真是Waymo人工智能生态系统的核心组成部分，

在自动驾驶的技术发展过程中，激光雷达一直被认为是核心的感知硬件，其线束数量也被视为衡量感知能力的主要指标。从早期的16线、32线，到如今量产车型上标配的128线、192线，乃至最新发布的512线，行业内似乎陷入了一种“线束”竞赛，似乎线束越多，就代表自动驾驶的能力越强，那事实果真如此吗？激光雷达线束的本质激光雷达的线束也被称为通道数，它指的是激光雷达在垂直视场角（FOV）内分布的激光束数量。对于传

自动驾驶的世界模型，不仅要 “画得像”，更要 “动得对”—— 车辆交互、行人运动、场景演化都得符合物理与社会规则，而多数通用视频生成模型，更擅长外观逼真，却很难稳定地建模多智能体之间的结构化运动关系。为了弥补这一差距，近年的自动驾驶世界模型往往选择“大力出奇迹”：用海量驾驶数据、长时间算力，把通用模型强行拉进驾驶领域。但这种方式成本极高，也很难复用通用模型已有的能力。这篇来自 EPFL （洛桑联邦