ros安装（一键最简安装，吹爆鱼香ROS，请叫我鱼吹）
ros的安装一直以来都是想学习ros的同学面对的第一道难关，但鱼哥的一键安装，真的会给我们初学者很大的便利,命令如下：wget http://fishros.com/install -O fishros && . fishros依次进行：5，更换系统源，更换系统源并删除旧源1，ROS
apollo自动驾驶进阶学习之：如何实现施工路段限速绕行及其参数调试
首先需要理解Planning模块是基于Scenario、Stage、Task这样的层次来进行的，即场景->步骤->具体的决策方法。Apollo可以应对自动驾驶所面临的不同道路场景，都是通过Scenario统一注册与管理。Scenario通过一个有限状态机来判断选择当前行车场景，每个Scenario下
【有奖提问】AI 终将取代人类？向图灵奖得主 Joseph Sifakis 提出你的疑问与焦虑
人类要怎么在 AI 世界追求幸福？
Apollo规划决策算法仿真调试(5):动态障碍物绕行
前言：最近很多粉丝问在apollo规划算法planning模块中，如何才能对运动的障碍物进行绕行。动态障碍物的绕行在量产项目中是一个很大的话题，需要很复杂的逻辑与场景去解决。这里先不讨论量产解法，提供一种在apollo的仿真环境中动态障碍物绕行的解决思路。先上动态障碍物绕行视频：Apollo规划决策
汽车电子功能安全FuSa之一：FuSa概念
需要注意的是，功能安全的目的不是彻底消除风险，而是把风险降低到一个可接受的范围，可接受的范围一般由当前的技术发展水平以及社会道德共识来决定。现在的车上有几十甚至上百个ECU系统，其中的代码有几亿行，随着使用时间的增长电子元器件发生故障的可能性也越来越高，更不用说由上亿行代码构成的复杂系统带来的不可预
Lidar AI Solution环境配置
Lidar_AI_Solution环境配置
走进人工智能|自动驾驶 迈向无人驾驶未来
尽管自动驾驶技术面临一些挑战，但其前景仍然充满希望。自动驾驶技术的发展将为我们带来更安全、高效、环保的交通方式。随着技术的不断进步，自动驾驶车辆将能够更好地适应复杂的道路环境，提高交通流量效率，减少交通事故的发生，并为人们创造更多的出行选择。自动驾驶巨头们在推动技术发展的同时，也积极开展合作与共享。
安全需求规范和管理指南
示例：如果一个ASIL D的需求分解成一个ASIL C的需求和一个ASIL A的需求，则应标注成“ASIL C(D)”和“ASIL A(D)”. 如果ASIL C(D)的需求进一步分解成一个ASIL B 的需求和一个ASIL A的需求，则应使用安全目标的ASIL等级将其标注为”ASILB(D)”和“
ISO26262功能安全硬件指标计算实践（上）：理论基础和数据来源
在硬件度量指标计算过程中，会遇到一些操作的具体问题。本文通过在项目中的具体实践，结合功能安全分析软件REANA，对硬件指标计算中的相关概念和相关步骤进行了解释，并对分析计算过程给出了一些操作方法的建议。
【探索AI未来】自动驾驶时代下的人工智能技术与挑战
⭐自动驾驶时代是指人工智能和相关技术在汽车行业中广泛应用，使得汽车能够在不需要人类干预的情况下自主进行驾驶操作的车辆新时代。在自动驾驶时代，车辆配备了感知、决策和控制系统，利用传感器、摄像头、雷达、激光等设备来获取周围环境信息，并通过人工智能算法进行实时分析和处理。这些车辆可以自动完成转弯、加减速、
路径规划 | 图解RRT*算法(附ROS C++/Python/Matlab仿真)
RRT*算法针对传统RRT算法进行了渐进最优改进，在添加节点到搜索树的过程中进行重连选择。本文图解RRT*算法原理，并采用ROS C++、Python、Matlab三种语言实现算法，加深理解
【AI引领未来】探索人工智能技术的无限潜能
✈️人工智能（AI）是模拟人类智能的科技，通过学习、理解、推理和决策等能力，使计算机系统具备智能化的特征。它在当今社会和科技领域中具有重要性。✒️本文将着重探讨人工智能技术的落地场景及发展前景，创新无限，智能无边。
BEV感知：BEV开山之作LSS（lift,splat,shoot）原理代码串讲
目前在自动驾驶领域，比较火的一类研究方向是基于采集到的环视图像信息，去构建BEV视角下的特征完成自动驾驶感知的相关任务。所以如何准确的完成从相机视角向BEV视角下的转变就变得由为重要。显式估计图像的深度信息，完成BEV视角的构建，在某些文章中也被称为自下而上的构建方式；利用transformer中的
ROS简介（新手入门须知）
ROS简述
【实战项目开发技术分享】C++中的常用Debug工具、测试工具及性能检测工具
在软件开发的过程中，调试、测试和性能优化是必不可少的环节，而GDB、Valgrind、GLOG、GTEST和Benchmark这些工具则可以为开发人员提供强大的支持。本篇博客将对这些工具进行介绍，并分别介绍它们的使用场景和特点。
OpenStreetMap：对抗谷歌帝国的共享开源地图
本文重点讲述了OpenStreetMap即OSM的发展历程，从谷歌的庞大商业帝国出发，再到创始人科斯特的小小目标开始，OSM历经近20年，从默默无名再到成为主流，告诉了我们开源、共享才是现代社会的主流。
OpenCV实例解析（OpenCV初学者）
一、计算机视觉1.定义：给计算机安装上眼睛（照相机）和大脑（算法），让其能感知周围的环境。它是对生物视觉的一种模拟，通常的做法是通过对采集的图像或视频进行处理来获得相应场景的三维信息。2.应用： 计算机科学和工程、信号处理、物理学、应用数学和统计学3.OpenCV不但能够实时运行许多不同的计算机视觉
镭神智能N10激光雷达测评+ROS_Cartographer应用测试
将N10雷达连接ROS主控（本次使用Nvidia Jetson nano+melodic系统进行测试），通过Ubuntu电脑或虚拟机查看构建好的地图。
apollo自动驾驶进阶学习之--如何调试Crosswalk人行道场景并避让行人
本调试仿真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，基于本地竞赛环境 DreamView 进行软件算法的开发测试。本部分和两部分代码的配置相关，因为是纵向控制，肯定和速度决策相关，另外一个就是和交通规则相关。提示：需要更改与停止距离相关的配置1.2 决策部分提示：需要更改与停止
基于动力学模型的无人驾驶车辆MPC轨迹跟踪算法及carsim+matlab联合仿真学习笔记
车辆线性时变预测模型推导，MPC控制器设计、matlab代码逐行分析、carsim联合仿真教程
