keymotek

摘要： 构建巨量的驾驶场景时，测试ADAS和AD系统面临着巨大挑战，如传统的实验设计（Design of Experiments, DoE）方法难以有效覆盖识别驾驶边缘场景案例，但这些边缘案例恰恰是进一步提升自动驾驶系统性能的关键。本文分享aiFab解决方案，该方案现已具备了更为先进的自适应测试方法，显著提 阅读全文

摘要： 海量数据的收集使得新旧企业能够利用机器学习技术开发新产品并革新旧产品。近年来，数据质量因直接影响了人工智能系统的性能和鲁棒性而备受关注。然而，这对通常通过破坏像素信息（如模糊化、马赛克等）来实现匿名化的方法提出了挑战，这些方法导致合规性与数据质量之间难以兼得。我们探索了一种不是简单移除像素信息，而是 阅读全文

摘要： 一、前言随着自动驾驶技术的快速发展，庞大的测试数据和复杂的场景需求为性能与安全评估带来了巨大挑战。如何高效管理海量数据、挖掘关键场景，并满足以Euro NCAP（European New Car Assessment Programme，欧洲新车安全评鉴协会）为代表的严格评估标准，已成为行业亟待解决 阅读全文

摘要： 随着自动驾驶技术的快速发展，车辆准确感知周围环境的能力变得至关重要。BEV（Bird's-Eye-View，鸟瞰图）感知技术，以其独特的视角和强大的数据处理能力，正成为自动驾驶领域的一大研究热点。一、BEV感知技术概述BEV感知技术，是一种从鸟瞰图视角（俯视图）出发的环境感知方法。与传统的正视图相比 阅读全文

摘要： 数据隐私与安全在当今数字化时代占据着举足轻重的地位。在应对数据保护法的复杂要求和网络的威胁时，大多数企业都面临着重重挑战，因此诸多企业对可靠、可扩展且安全的数据管理解决方案的需求愈发迫切。正是在这一背景下，康谋精心打造了本地匿名化一站式解决方案，该方案将隐私和安全作为其核心设计原则，旨在助力企业以信 阅读全文

摘要： 在科技迅速发展的时代，保护个人隐私的需求日益增长，有效匿名化技术的重要性不容忽视。无论是针对敏感的图像、视频，还是数据，在隐私保护与保持视觉完整性之间取得平衡至关重要。虽然模糊化一直是匿名化的常用选择，但一种更复杂、更强大的方法——深度自然匿名化（DNAT）——已经成为一种更优的替代方案。一、深度自 阅读全文

摘要： 在过去十年中，自动驾驶和高级驾驶辅助系统（AD/ADAS）软件与硬件的快速发展对多传感器数据采集的设计需求提出了更高的要求。然而，目前仍缺乏能够高质量集成多传感器数据采集的解决方案。康谋ADTF正是应运而生，它提供了一个广受认可和广泛引用的软件框架，包含模块化的标准化应用程序和工具，旨在为ADAS功 阅读全文

摘要： 随着软件定义汽车的发展，车辆生成的数据量也以前所未有的速度不断增加。这些数据包含广泛的信息，包括传感器数据、遥测数据、诊断数据等。在开发过程中，有效处理这些数据并从中获得见解至关重要。对于原始设备制造商（OEM）和汽车一级供应商（Tier 1）来说，是否自主构建和维护数据处理流程是一个至关重要的考虑 阅读全文

摘要： 在智能化技术快速发展当下，图像数据的采集与处理逐渐成为自动驾驶、工业等领域的一项关键技术。高质量的图像数据采集与算法集成测试都是确保系统性能和可靠性的关键。随着技术的不断进步，对于图像数据的采集、处理和分析的需求日益增长，这不仅要求我们拥有高性能的相机硬件，还要求我们能够高效地集成和测试各种算法。我 阅读全文

摘要： 一、前言随着智能驾驶技术的发展，端到端的解决方案被越来越多的开发者提及，各大汽车企业争先恐后将端到端智驾方案部署到量产新车型上。过去，智能驾驶方案一直是按照感知、决策、规划、控制这类规则驱动（rule-based）的模块化方法推进，然而规则驱动的模块化方案存在“规则难以穷举、ODD边界模糊、扩展与维 阅读全文