文章
-
康謀新聞 | 康謀與Robotec.ai正式建立合作伙伴關(guān)系!2025-09-08 17:44
我們很高興地宣布:康謀與Robotec.ai正式建立合作伙伴關(guān)系,負(fù)責(zé)該品牌及產(chǎn)品在中國地區(qū)的銷售和售后服務(wù),此次合作旨在通過整合雙方的技術(shù)專長和市場資源,共同推動(dòng)機(jī)器人和自動(dòng)駕駛領(lǐng)域的技術(shù)創(chuàng)新和市場拓展。關(guān)于Robotec.aiRobotec.ai成立于2019年,總部位于華沙,是專注機(jī)器人與自動(dòng)駕駛領(lǐng)域的軟件公司,致力于提供深度技術(shù)解決方案。公司核心業(yè)務(wù) -
告別數(shù)月等待:數(shù)字孿生場景生成從此進(jìn)入“日級(jí)”時(shí)代2025-09-05 17:33
告別數(shù)月等待:數(shù)字孿生場景生成從此進(jìn)入“日級(jí)”時(shí)代 -
車載以太網(wǎng)技術(shù)的深度解析與核心應(yīng)用2025-09-03 09:57
在汽車智能化浪潮下,傳統(tǒng)CAN總線已難以支撐自動(dòng)駕駛海量數(shù)據(jù)傳輸需求。本文深入解析車載以太網(wǎng)如何通過高帶寬、低延遲特性突破這一瓶頸,重點(diǎn)剖析其在自動(dòng)駕駛系統(tǒng)中的TSN實(shí)時(shí)傳輸、SOME/IP服務(wù)通信等核心技術(shù)優(yōu)勢! -
汽車行業(yè) GDPR 誤區(qū) TOP5,帶您一文厘清!2025-08-27 13:36
因汽車智能化發(fā)展,ADAS 技術(shù)依賴海量視頻數(shù)據(jù)采集,歐盟GDPR作為全球嚴(yán)規(guī),對企業(yè)處理歐盟公民數(shù)據(jù)要求嚴(yán)格且違規(guī)罰款重!本文對行業(yè)常見的 5 個(gè) GDPR 誤區(qū)進(jìn)行逐一拆解,助力企業(yè)規(guī)避數(shù)據(jù)違規(guī)風(fēng)險(xiǎn)! -
自動(dòng)駕駛 HIL 測試:構(gòu)建 “以假亂真” 的實(shí)時(shí)數(shù)據(jù)注入系統(tǒng)2025-08-13 09:29
自動(dòng)駕駛路測難滿足算法迭代需求,硬件在環(huán)仿真成關(guān)鍵!但高像素相機(jī)數(shù)據(jù)的無損低延遲注入仍是難題? 本文介紹相關(guān)高保真實(shí)時(shí)注入系統(tǒng)架構(gòu)、核心技術(shù)、I2C 作用及實(shí)踐挑戰(zhàn),一份來自仿真測試主管的5000+字經(jīng)驗(yàn)總結(jié)! -
生成式 AI 重塑自動(dòng)駕駛仿真:4D 場景生成技術(shù)的突破與實(shí)踐2025-08-06 11:20
生成式AI驅(qū)動(dòng)的4D場景技術(shù)正解決傳統(tǒng)方法效率低、覆蓋不足等痛點(diǎn),如何通過NeRF、3D高斯?jié)姙R等技術(shù)實(shí)現(xiàn)高保真動(dòng)態(tài)建模?高效生成極端天氣等長尾場景?本文為您系統(tǒng)梳理AI驅(qū)動(dòng)的4D場景生成體系及其在自動(dòng)駕駛仿真中的實(shí)踐價(jià)值。 -
大成建設(shè)(Taisei)圖像數(shù)據(jù)隱私保護(hù)與AI開發(fā)協(xié)同案例解析2025-07-30 10:23
基于數(shù)字化轉(zhuǎn)型下的圖像數(shù)據(jù)隱私保護(hù)與AI開發(fā)難題,本文以Taisei公司為例,詳解客戶實(shí)際需求,匹配隱私保護(hù)和數(shù)據(jù)效用完美均衡的深度自然匿名化方案,推動(dòng)其人工智能的開發(fā)。 -
惡劣工況下的ADAS多源傳感器數(shù)據(jù)采集:從硬件抗干擾到算法泛化2025-07-23 10:55
惡劣工況下的ADAS數(shù)據(jù)采集是提升算法泛化能力和邊緣案例覆蓋的關(guān)鍵。然而如何保障采集可靠性與數(shù)據(jù)質(zhì)量?下文從硬件支撐、數(shù)據(jù)同步與采集等方面為您詳細(xì)闡述 朋友圈和社群文案: -
破解數(shù)據(jù)瓶頸:智能汽車合成數(shù)據(jù)架構(gòu)與應(yīng)用實(shí)踐2025-07-16 10:31
合成數(shù)據(jù)因可控等特性,已成為智能汽車感知系統(tǒng)數(shù)據(jù)成本高、場景覆蓋不足等困境的突破方向!。本文探討其體系原則、分層結(jié)構(gòu),聚焦艙外道路感知與艙內(nèi)乘員識(shí)別場景,闡述生成流程與實(shí)踐,助力感知系統(tǒng)開發(fā)!