我們如何訓練自動駕駛模型，以加深對周圍世界的認識？計算機能否從過去的經驗中學習以識別未來的模式，以幫助他們安全地應對新的不可**的情況？
麻省理工學院運輸與物流中心的agelab和豐田合作安全研究中心（csrc）的研究人員發布了driveseg的開放資料集。
通過發布driveseg，麻省理工學院和豐田汽車正在努力推進自動駕駛系統的研究，就像人類的感知一樣，自動駕駛系統將駕駛環境視為連續的視覺資訊流。
資料集主頁：
駕駛行為分析及其應用場景初探
隨著車聯網的迅猛發展，基於行駛資料的大資料分析正在變得越來越火。今天，我們就來聊聊其中的駕駛行為分析及其應用的話題。什麼是駕駛行為？個人認為它就是駕駛員駕駛汽車行駛過程中的一系列行為組合。它涉及環境因素 心理因素 性格因素等方方面面。為什麼要做駕駛行為分析？說白了，就是通過及時發現並干預不良的駕駛行...
selenium各種動態等待場景
使用selenium開發瀏覽器自動化程式一定會經常遇到頁面載入等待的問題，由於不同的 會有各種不同的動態載入機制，如果設定延時不恰當，那麼程式異常報錯將變成家常便飯，所以巧妙的設定好動態的延時才能開發出穩定高效的程式。常用等待頁面載入的方法 開發測試階段會用到，生產環境極少用到 import tim...
複雜的中國駕駛場景，正是深度學習的優勢
深度學習十分適合高度複雜場景下的自動駕駛應用，尤其與增強學習相配合，能讓從感知到執行的過程變得簡單。谷歌和李世石的人機大戰引爆了公眾對於人工智慧的關注，也讓基於深度學習的人工智慧成為汽車業界關注的重點，那麼深度學習在智慧型駕駛的應用場景下有什麼幫助呢?自動駕駛最先出現在美國，而不是歐洲或者日本，更不...