运动预测(Motion Prediction)模块主要解决自动驾驶车辆与周围环境中的其它运动物体(车辆、行人等)的协同交互问题。该模块对感知模块所检测到的运动物体进行未来一段时间内行为意图的预测，并将预测的结果转化为时间维...

安全性(Safety)是自动驾驶的首要目标和追求，但是在如下图所示的复杂场景中，人类司机会做出违反道路交通规则的限制的危险驾驶行为，从而达到快速通行的目的。对于自动驾驶车辆来说，如何在保证安全性的前提下，也能够处理如此...

在数学或者计算机数据结构的教材中，Graph由Node(或者vertices)组成，Node之间以Edge连接(如下图所示)。如果Node之间的连接是没有方向的，则称该Graph为无向图(Undirected Graph)；反之，如果Node之间的连接是有方向的，则称为该...

场景一：一个骑自行车的人手中拿着一个Stop Sign标识牌。我们不知道它何时会举起标识牌。无人车必须理解这种场景，即使他举起了Stop Sign标识牌，自动驾驶汽车也不应该停下来。...

LaneLets是自动驾驶领域高精度地图的一种高效表达方式，它以彼此相互连接的LaneLets来描述自动驾驶可行驶区域，不仅可以表达车道几何，也可以完整表述车道拓扑，同时可以集成交通规则和人的驾驶习惯。...

自动驾驶运动规划(Motion Planning)是无人驾驶汽车的核心模块之一，它的主要任务之一就是如何生成舒适的、碰撞避免的行驶路径和舒适的运动速度。生成行驶路径最经典方法之一就是是Sampling-Based Planner算法；基于采样...

Motion Planning是在遵循道路交通规则的前提下，将自动驾驶车辆从当前位置导航到目的地的一种方法。

Couresa上的Multi-Sensors Fusion Project效果如下:

Coursera Lecture -> State Estimation and Localization for Self-Driving Cars -> Multisensor Fusion for State Estimation

今天讨论自动驾驶汽车中高精定位相关的基础原理之一，同时也是机器人技术中的基础算法-贝叶斯滤波器(Bayes Filter)。