大疆Livox Mid360 使用指南
本文是大疆Livox Mid-360激光雷达的使用指南，包括Livox Viewer 2的安装与使用、Livox SDK2的安装与演示、Livox ROS的配置与启动，以及一些使用时的注意事项。文章还提供了关于Livox Mid-360的详细特点、接线信息、尺寸信息、主控端IP设置、修改Livox Mid 360的IP方法、坐标系定义和IMU内参的介绍。此外，还提供了官方资料和软件下载的链接。
AI初探：人工智能的定义、历史与未来展望
【7月更文第15天】在科技飞速发展的今天，人工智能（Artificial Intelligence, AI）已经成为推动社会进步的关键力量，渗透到我们生活的方方面面，从智能家居到自动驾驶汽车，从精准医疗到智能金融，无不展现出其深远的影响。本文旨在为读者揭开人工智能的神秘面纱，从基本概念出发，回顾其发展历程，并探索未来的无限可能。
最新综述！基于视觉的自动驾驶环境感知（单目、双目和RGB-D）
目相机使用来自单个视点的图像数据作为输入来估计对象深度，相比之下，立体视觉是基于视差和匹配不同视图的特征点，深度学习的应用也进一步提高了准确性。此外，SLAM可以建立道路环境模型，从而帮助车辆感知周围环境并完成任务。本文介绍并比较了各种目标检测和识别方法，然后解释了深度估计的发展，并比较了基于单目、立体和RGB-D传感器的各种方法，接下来回顾并比较了SLAM的各种方法。最后总结了当前存在的问题，并提出了视觉技术的未来发展趋势。
全新升级！《云原生架构白皮书 2022 版》重磅发布
今年，《云原生架构白皮书2022版》正式上线，相较于2020年版本，本次内容新增数十家企业实战经验合集，同时在云原生产品矩阵中，新增多个核心产品家族，如容器产品家族、微服务产品家族、云原生技术中台 CNStack 产品家族等，更加一站式助力企业数字化转型。
未来出行的智能革命：自动驾驶技术的现状与前景
在科技迅猛发展的今天，自动驾驶技术正逐步从科幻走进现实。本文将深入探讨自动驾驶的技术原理、当前发展现状以及未来的应用前景。我们将从感知、决策和执行三个核心层面剖析自动驾驶系统的工作机制，并讨论其在不同场景中的应用。同时，通过分析技术发展面临的挑战和瓶颈，我们展望了自动驾驶技术的未来图景，并思考其可能对社会、经济和法律等方面带来的深远影响。
深度强化学习在大模型中的应用：现状、问题和发展
强化学习在大模型中的应用具有广泛的潜力和机会。通过使用强化学习算法，如DQN、PPO和TRPO，可以训练具有复杂决策能力的智能体，在自动驾驶、机器人控制和游戏玩家等领域取得显著成果。然而，仍然存在一些挑战，如样本效率、探索与利用平衡以及可解释性问题。未来的研究方向包括提高样本效率、改进探索策略和探索可解释的强化学习算法，以进一步推动强化学习在大模型中的应用。