## 一、引言..在计算机视觉领域，目标检测一直是一个重要且活跃的研究方向。传统的目标检测方法，如经典的YOLO（You Only Look Once）系列，通过在图像中绘制轴对齐的矩形边界框来定位目标。然而，对于某些应用场景，如遥感图像、无人驾驶和工业检测等，目标往往具有任意的方向和姿态。传统的轴对齐边界框可能无法精确地描述这些目标的形状和位置。..为了解决上述问题，YOLOv8-OBB（Ori

打哈欠检测的挑战在驾驶员监控系统中，实时检测驾驶疲劳对于预防事故至关重要，而准确检测打哈欠是识别疲劳驾驶的重要手段。疲劳驾驶是全球道路事故的主要原因：超过71%的司机承认每周至少有一次疲劳驾驶。实时检测驾驶疲劳对于预防事故至关重要。在疲劳特征中，打哈欠是常见迹象，可作为衡量驾驶员疲劳程度（主要是早期水平）的标准。传统方法无法很好处理实际的实时需求和长程情况，例如当被检测人捂嘴打哈欠或是侧着脸打哈欠

# 解决屏摄图片识别问题！全新摩尔纹提取-检测方法..## 摩尔纹现象..对经常使用手机拍摄屏幕PPT/文档的朋友来说，拍摄图片出现水波状空白纹理的现象绝对不陌生，这就是屏摄图片产生的摩尔纹。从信号采样处理的角度来说，摩尔纹现象的出现是由于使用离散传感器对连续信号进行采样而出现的失真问题，具体而言是由于在拍摄屏幕时由于LED点阵的高频变化信号与摄像机传感器的采样单元数不能满足奈奎斯特采样定理的需求

《智能驾驶与人机交互》汇聚了众多该领域的专家学者及参与过智能驾驶汽车量产项目的资深工程师，他们负责撰写或审校本书。这些作者和审稿人凭借其深厚的专业知识和丰富的实践经验，为读者提供了智能驾驶领域的前沿技术和实际应用的宝贵信息。本书不仅系统地介绍了相关的理论知识，还深入分享了智能驾驶开发过程中的关键技术和实用技巧，确保读者能够获得全面而深入的学习体验。 首先第1章概述了智能座舱的发展的历程、场景的分

骨架提取的任务引入骨架（或中轴线）具有在二进制形状和自然图像中提供紧凑而有意义的对象表示的潜力（以下简称为“形状”和“图像”），适用于图像表示和各种多媒体应用。在实践中，对象骨架通常以图形格式编码，即“骨架图”，以便于骨架修剪、匹配、分类和分析任务。为了术语的清晰，通常将各种骨架图组件定义如下：1) 端点：骨架点只有一个相邻点。2) 交叉点：有三个或更多相邻点。3) 连接点：既不是端点也不是交叉点

2023年7月1日-2日，由苏州大学未来科学与工程学院（下文简称“未来学院”）与北京地平线机器人技术研发有限公司（下文简称“地平线”）联合举办的“基于国产大算力芯片车内外感知”暑期大创集训圆满结束。在这次活动中，我们在学习中提升专业技能，在项目实践中锤炼自己。 本次集训筹备历时近一个多月，由未来学院杨聪副教授及地平线工程师康晋洁、阚英凡担任讲师，来自苏州大学未来学院及计算机学院近25名师生参训。

《智能驾驶与机器视觉》是苏州大学与地平线合作，特邀相关专家及参与智能驾驶量产车型的一线工程师为本书作者或审稿人。他们从领域知识与开发经验出发，为本书带来智能驾驶开发与实践的第一手资料，确保本书的读者不但可以掌握体系化的背景知识，还能学到各个开发环节的“干货” 这本书详细介绍了智能驾驶相关知识以及所需视觉感知算法。从第1章开始，概述了智能驾驶分类、现状以及与机器视觉的技术关联；第2章详细介绍了智能

引言Apollo赛事围绕自动驾驶车辆在城市道路的行驶场景，开展自动驾驶软件算法研究。按照赛题要求，基于本地dreamview进行赛题场景开发测试，测试完成后按照规则提交代码到ApolloStudio线上评测系统进行评测。赛题1--靠边启动1.赛题要求：绕开障碍物驶入主路，且与障碍物保持1米距离。2.赛题思路：直接运行，小车并不会驶入主路。一直处于ParkAndGoStageAdjust阶段。观察日

机器人操作系统（ROS)是无人驾驶领域所涉及的关键技术平台，一起来学习ROS成为机器人操作系统大师吧！

VRSO: Visual-Centric Reconstruction for Static Object Annotation静态物体检测（Static Object Detection，SOD）涉及识别交通信号灯、导向牌和交通锥等静态交通标示物。目前，大多数算法依赖于数据驱动的深度神经网络，并且需要大量的训练数据。传统的方法通常涉及在激光雷达（LIDAR）扫描的点云数据上手动标注大量训练样本，

J6E OTA升级时会对Rcore和Acore同时升级。EMMC中的镜像包由Acore直接刷写，NorFlash镜像先由Acore通过IPC发送给Rcore，再由Rcore进行刷写Xspi控制器在mcu域，xspi-norflash的驱动也在mcu域实现，Acore想访问norflash介质需要通过核间通信的方式间接访问。如图所示，用户通过mtd层发起读写请求，mtd层会调用virt-xspi

YOLO由Joseph Redmon等人于CVPR 2016年发表。它首次提出了一种实时端到端的目标检测方法。YOLO的名称代表"You Only Look Once"，指的是它能够通过网络的一次传递完成检测任务，而不像先前的方法，它们要么使用滑动窗口后跟随分类器，需要在每个图像上运行数百或数千次，要么使用更先进的方法，将任务分为两个步骤，其中第一步检测具有对象的可能区域或区域提议，第二步在提议

秋毫白名单可以参考网页： 地平线开发者社区 (horizon.cc)

五一假期过后，C-NCAP 2021版马上走到尽头，C-NCAP 2024版即将登上舞台。本文简单梳理了C-NCAP 2024智驾测试项，用于快速概览。

该文章在首发于微信公众号：自动驾驶之星 https://mp.weixin.qq.com/s/KM5qc13B8bPI9Qd4lgSfXA，在此仅做技术分享和同步1. 摘要基于 BEV 的方法在多视角 3D 检测任务上很流行，性能较强。基于稀疏融合的方法在性能上优劣势，但仍然有很大的潜力。本文所提出的 Sparse4D 的方法通过 Sparse 采样、融合时空特征的手段迭代式的 refine an

# 1. 读pack文件..## 1.1 从 pack 中顺序读取每一帧，并打印帧 id..```. // 打开一个 pack 文件，用于读. const auto pack_file_handle = OpenPackFileR("./ADAS_20230128-133926_774_0.pack");.. // 循环条件：是否读到文件末尾. while (IsEof(pack_file

# 1. 概述..## 1.1 简介..DataTools 模块提供基本的数据解析、数据封包、数据录制、数据回灌、数据回放、数据分析、数据渲染等功能，打造基于数据的完整链路。通过提供库以及可执行工具的形式，基于不同应用场景，更加方便用户使用..## 1.2 架构设计..![Description](https://prod-dc-resources.oss-cn-beijing.aliyuncs.

# 1. 读pack文件..## 1.1 从 pack 中顺序读取每一帧，并打印帧 id..```. // 打开一个 pack 文件，用于读. hobot::datatools::PackReader reader("./ADAS_20230128-133926_774_0.pack");.. // 循环条件：是否读到文件末尾. while (!reader.IsEOF()) {.

OpenExplorer(OE)是工具链开发包，里面包含大量示例，docker是开发环境。..建议您参考OE包中的示例，在Docker环境下，根据[用户手册](https://developer.horizon.cc/api/v1/fileData/horizon_j3_open_explorer_cn_doc/index.html)的指引完成项目开发。.## 1 OpenExplorer V1.

一、神经网络中激活函数定义和作用主要作用是对所有的隐藏层和输出层添加一个非线性的操作，使得神经网络的输出更为复杂、表达能力更强。下图展示了一个神经元是如何输入激活函数以及如何得到该神经元最终的输出：在神经网络中，激活函数决定来自给定输入集的节点的输出，如果不用激活函数，每一层输出都是上层输入的线性函数，无论神经网络有多少层，输出都是输入的线性组合，这种情况就是最原始的感知机（Perceptron）