自动驾驶技术的提升很大程度上取决于传感器技术的突破。作为自动驾驶感知层级的核心组件，激光雷达（LiDAR）一直被誉为车辆的“眼睛”。它能够通过发射激光束并接收反射信号，在极短的时间内构建出周围环境的高

自动驾驶与具身智能经常被同提并论，甚至有人将自动驾驶视为具身智能在交通场景下的一个子集。从物理形式上看，自动驾驶车辆可以被理解为一种“带轮子的身体”，其核心任务是让这个身体在复杂的道路环境中安全移动。

在自动驾驶发展过程中，感知系统的可靠性一直是大家讨论的热点。尽管目前的传感器在探测距离、分辨率和响应速度上已经取得了长足进步，但有一个产品落地时必须考虑却鲜被讨论的问题，那就是感知硬件的脏污处理。 无

在自动驾驶的技术路线中，纯视觉方案因其模仿人类驾驶逻辑与低廉的硬件成本，一直是很多车企的选择。但这种高度依赖摄像头的感知方式，在夜幕降临、车辆驶入幽暗的隧道，或是遭遇强烈的逆光直射、漫天的雨雪浓雾时，

当自动驾驶汽车在城市道路、乡间小路或石子路面行驶时，感知系统的稳定性会面临前所未有的考验。这种考验不仅源于环境光照的变化或障碍物类型的增多，更来自于车辆与路面交互时产生的物理震动和姿态剧烈波动。 颠簸

最近在和大家聊纯视觉自动驾驶能否识别3D图像时，有小伙伴提问，纯视觉自动驾驶能否识别出高透明玻璃墙，今天智驾最前沿就和大家简单聊聊相关内容。 当然，在开始今天的话题前，还是想申明下，在常规驾驶场景下，

不知道大家看到激光雷达探测到的点云时，有没有注意到一个现象，那就是在三维点云图像中会有一个圆形的“真空带”中心。 无论车辆周边的交通环境多么复杂，点云图中靠近汽车底盘和车身周围几米的范围内，是没有任何

在人工智能与机器人领域，如何让机器像生物一样理解空间，是一个绕不开的核心命题。当人类在一个陌生的场景中，不仅可以通过双眼识别障碍物，还能在脑海中迅速勾勒出周围环境的轮廓，并精准地判断自己与障碍物的距离

芝能智芯出品 具身智能和机器人发展到现在，越来越“精细化”了，就是说除了发一个机器人之外，在部件和工具链层面，也有越来越多的东西开始冒出来了。 宸境科技发布 Insight 全自主空间智能相机，选择的

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

自动驾驶技术的演进过程，本质上是人类试图赋予机器“理解物理世界几何结构”能力的过程。在过去很长一段时间里，感知系统高度依赖于对特定目标的“分类与识别”。如果系统在训练集中见过某种车辆或行人，它就能在道

最近有小伙伴提问，现阶段智驾能否应对井盖缺失场景，比如路上井盖被盗，车辆开过去会陷下去，那么端到端能不能识别和避开？ 其实在城市道路的复杂环境中，井盖缺失、路面开裂或深坑等被称为“负障碍物”的场景，这

在自动驾驶的技术路线之争中，纯视觉方案凭借其更接近人类驾驶逻辑、更低的成本以及更具扩展性等优势，成为很多主机厂的主要选择。但纯视觉系统在隧道进出的明暗剧变、夜晚逆光下的强光直射、以及城市街道随处可见的

在智能驾驶领域，最近一两年讨论热度比较高的一个话题莫过于“去高精地图”。曾几何时，高精度地图被视为自动驾驶的“拐杖”，仿佛没有了那份精确到厘米级的静态数据包，车辆就成了在黑暗中摸索的盲人。但随着特斯拉

想实现自动驾驶，首先要做的就是感知周围的环境，这一感知流程并不是仅靠一台摄像头或一个雷达就可以完成的。为了能够确保足够的安全，做到感知冗余，需要摄像头、激光雷达（LiDAR）、毫米波雷达、超声波传感器