chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

實(shí)現(xiàn)自動(dòng)駕駛需要多少傳感器?成本是個(gè)問題

傳感器專家網(wǎng) ? 來源:半導(dǎo)體行業(yè)觀察 ? 作者:半導(dǎo)體行業(yè)觀察 ? 2023-06-06 15:46 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

由于傳感器的成本從 15 美元到 1,000 美元不等,汽車制造商開始質(zhì)疑車輛至少在部分時(shí)間內(nèi)需要多少傳感器才能實(shí)現(xiàn)完全自動(dòng)駕駛

這些傳感器用于收集有關(guān)周圍環(huán)境的數(shù)據(jù),包括圖像、激光雷達(dá)、雷達(dá)、超聲波和熱傳感器。一種類型的傳感器是不夠的,因?yàn)槊恳环N都有其局限性。這是傳感器融合背后的關(guān)鍵驅(qū)動(dòng)力,它結(jié)合了多種類型的傳感器以實(shí)現(xiàn)安全的自動(dòng)駕駛。

所有 2 級(jí)或更高級(jí)別的車輛都依靠傳感器“看到”周圍環(huán)境并執(zhí)行車道居中、自適應(yīng)巡航控制、緊急制動(dòng)和盲點(diǎn)警告等任務(wù)。到目前為止,OEM 正在采用截然不同的設(shè)計(jì)和部署方法。

2022 年 5 月,梅賽德斯-奔馳在德國推出了第一款能夠進(jìn)行 3 級(jí)自動(dòng)駕駛的汽車。3 級(jí)自動(dòng)駕駛是 S 級(jí)和 EQS 的一個(gè)選項(xiàng),計(jì)劃于 2024 年在美國推出。據(jù)該公司稱,建立在駕駛輔助包(雷達(dá)和攝像頭)基礎(chǔ)上的 DRIVE PILOT 添加了新的傳感器,包括激光雷達(dá)、前窗的高級(jí)立體攝像頭和后窗的多功能攝像頭。前駕駛室還增加了麥克風(fēng)(特別是用于檢測緊急車輛)和濕度傳感器??偣舶惭b了 30 個(gè)傳感器來捕獲安全自動(dòng)駕駛所需的數(shù)據(jù)。

特斯拉走的是一條不同的道路。2021 年,特斯拉宣布其 Tesla Vision 純攝像頭自動(dòng)駕駛技術(shù)戰(zhàn)略將在 Model 3 和 Model Y 上實(shí)施,隨后在 2022 年在 Model S 和 Model X 上實(shí)施。該公司還決定取消超聲波傳感器。

傳感器限制

當(dāng)今自動(dòng)駕駛設(shè)計(jì)面臨的挑戰(zhàn)之一是不同傳感器的限制。為了實(shí)現(xiàn)安全的自動(dòng)駕駛,可能需要傳感器融合。關(guān)鍵問題不僅是傳感器的數(shù)量、類型和部署位置,還包括 AI/ML 技術(shù)應(yīng)如何與傳感器交互以分析數(shù)據(jù)以做出最佳駕駛決策。

c4b265bc-01a7-11ee-9c1d-dac502259ad0.png

圖 1:為了克服傳感器限制,可能需要傳感器融合,將多個(gè)傳感器組合起來進(jìn)行自動(dòng)駕駛,以實(shí)現(xiàn)最佳性能和安全性。

“自動(dòng)駕駛廣泛使用人工智能技術(shù),” Rambus安全 IP 技術(shù)產(chǎn)品經(jīng)理 Thierry Kouthon 表示. “自動(dòng)駕駛,甚至是入門級(jí)的 ADAS 功能,都要求車輛表現(xiàn)出與人類駕駛員相當(dāng)或更好的環(huán)境意識(shí)水平。首先,車輛必須識(shí)別其他車輛、行人和路邊基礎(chǔ)設(shè)施,并確定它們的正確位置。這需要 AI 深度學(xué)習(xí)技術(shù)能夠很好地解決的模式識(shí)別功能。視覺模式識(shí)別是車輛密集使用的高級(jí)深度學(xué)習(xí)領(lǐng)域。此外,車輛必須能夠始終計(jì)算其最佳軌跡和速度。這需要 AI 也能很好地解決的路線規(guī)劃能力。這樣,激光雷達(dá)和雷達(dá)就可以提供正確重建車輛環(huán)境所必需的距離信息。”

傳感器融合,結(jié)合來自不同傳感器的信息以更好地了解車輛環(huán)境,仍然是一個(gè)活躍的研究領(lǐng)域。

“每種類型的傳感器都有局限性,”Kouthon 說?!跋鄼C(jī)非常適合物體識(shí)別,但提供的距離信息很差,而且圖像處理需要大量的計(jì)算資源。相比之下,激光雷達(dá)和雷達(dá)提供出色的距離信息,但清晰度較差。此外,激光雷達(dá)在惡劣的天氣條件下效果不佳?!?/p>

我們真正需要多少個(gè)傳感器?

對(duì)于自動(dòng)駕駛系統(tǒng)需要多少傳感器的問題,沒有簡單的答案。原始設(shè)備制造商目前正試圖解決這個(gè)問題。這里的其他考慮因素包括卡車在開闊的道路上行駛和城市機(jī)器人出租車有非常不同的需求。

“這是一項(xiàng)艱巨的計(jì)算,因?yàn)槊總€(gè)汽車原始設(shè)備制造商都有自己的架構(gòu),通過提供更好的空間定位、更長的距離和更高的可見度以及識(shí)別和分類物體然后區(qū)分各種物體的能力來保護(hù)車輛,”Cadence的 Tensilica Vision、雷達(dá)和激光雷達(dá) DSP 產(chǎn)品管理和營銷總監(jiān)Amit Kumar 說?!斑@還取決于汽車制造商決定啟用何種級(jí)別的自動(dòng)駕駛(例如,提供廣度)。簡而言之,要實(shí)現(xiàn)部分自動(dòng)駕駛,傳感器的最小數(shù)量可以是 4 到 8 個(gè)各種類型。為了完全自動(dòng)駕駛,今天使用了 12 個(gè)以上的傳感器?!?/p>

Kumar 指出,在特斯拉的案例中,有 20 個(gè)傳感器(8 個(gè)攝像頭傳感器加上 12 個(gè) 3 級(jí)或以下的超聲波傳感器),沒有激光雷達(dá)或雷達(dá)?!霸摴緢?jiān)信計(jì)算機(jī)視覺,其傳感器套件適用于 L3 Autonomy。媒體報(bào)道說,特斯拉可能會(huì)引入雷達(dá)來改進(jìn)自動(dòng)駕駛?!?/p>

Zoox 實(shí)施了四個(gè)激光雷達(dá)傳感器,以及攝像頭和雷達(dá)傳感器的組合。這是一輛完全無人駕駛的車輛,車內(nèi)沒有駕駛員,目標(biāo)是在地圖清晰、易于理解的路線上行駛。商業(yè)部署尚未開始,但很快就會(huì)有一個(gè)有限的用例(不像乘用車那么廣泛)。

Nuro 的自動(dòng)駕駛送貨車,審美不是那么重要,它使用了一個(gè) 360 度攝像頭系統(tǒng),有四個(gè)傳感器,加上一個(gè) 360 度激光雷達(dá)傳感器,四個(gè)雷達(dá)傳感器,再加上超聲波傳感器。

實(shí)施這些系統(tǒng)沒有簡單的公式。

Synopsys汽車軟件與安全高級(jí)經(jīng)理 Chris Clark 表示:“您需要的傳感器數(shù)量是組織可接受的風(fēng)險(xiǎn)水平,并且還取決于應(yīng)用程序”'。“如果你正在開發(fā)機(jī)器人出租車,他們不僅需要用于道路安全的傳感器,還需要車內(nèi)的傳感器來監(jiān)控乘客在車內(nèi)的行為以確保乘客安全。在這種情況下,我們將處于人口稠密和城市密度高的地區(qū),該地區(qū)具有相當(dāng)獨(dú)特的特征,而不是用于高速公路行駛的車輛,在高速公路上您有更長的距離和更大的反應(yīng)空間。在高速公路上,侵入車道的可能性較小。我不認(rèn)為有一個(gè)固定的規(guī)則,你必須擁有三種不同類型的傳感器和三個(gè)不同的攝像頭來覆蓋所有自動(dòng)駕駛汽車的不同角度?!?/p>

不過,有多少傳感器將取決于該車輛將要解決的用例。

“在機(jī)器人出租車的例子中,必須使用激光雷達(dá)和普通攝像頭,以及超聲波或雷達(dá),因?yàn)槊芏忍蠖鵁o法處理,”Clark說?!按送猓覀冃枰ㄒ粋€(gè)用于 V2X 的傳感器,流入車輛的數(shù)據(jù)將與車輛在周圍環(huán)境中看到的數(shù)據(jù)保持一致。在公路卡車運(yùn)輸解決方案中,將使用不同類型的傳感器。除非我們正在做類似團(tuán)隊(duì)合作的事情,否則超聲波在高速公路上的用處不大,但這不是前瞻性傳感器。相反,它可能是前視和后視傳感器,這樣我們就可以連接到所有團(tuán)隊(duì)資產(chǎn)。但激光雷達(dá)和雷達(dá)變得更加重要,因?yàn)榭ㄜ囋诟咚俟飞闲旭倳r(shí)必須考慮距離和范圍。”

另一個(gè)考慮因素是所需的分析級(jí)別?!坝羞@么多數(shù)據(jù)要處理,我們必須決定其中有多少數(shù)據(jù)是重要的,”他說?!斑@就是傳感器的類型和功能變得有趣的地方。例如,如果激光雷達(dá)傳感器可以在周期的早期進(jìn)行本地分析,這將減少流回傳感器融合以進(jìn)行額外分析的數(shù)據(jù)量。減少數(shù)據(jù)量又會(huì)降低系統(tǒng)設(shè)計(jì)的總計(jì)算能力和成本。否則,車輛將需要以整合計(jì)算環(huán)境或?qū)W⒂趥鞲衅骶W(wǎng)格化和分析的專用 ECU 的形式進(jìn)行額外處理?!?/p>

成本始終是一個(gè)問題

傳感器融合可能很昂貴。在早期,由多個(gè)單元組成的激光雷達(dá)系統(tǒng)的成本可能高達(dá) 80,000 美元。高成本來自設(shè)備中的機(jī)械部件。如今,成本要低得多,一些制造商預(yù)計(jì)在未來的某個(gè)時(shí)候,它可能會(huì)低至每件 200 到 300 美元。新興的熱傳感器技術(shù)將在幾千美元的范圍內(nèi)。總體而言,原始設(shè)備制造商將繼續(xù)面臨降低傳感器部署總成本的壓力。使用更多攝像頭代替激光雷達(dá)系統(tǒng)將有助于原始設(shè)備制造商降低制造成本。

“在城市環(huán)境中,安全的基本定義是消除所有可避免的碰撞,” Siemens Digital Industries Software混合和虛擬系統(tǒng)副總裁 David Fritz 說。所需的最小傳感器數(shù)量取決于用例。一些人認(rèn)為,在未來,智慧城市基礎(chǔ)設(shè)施將變得更加復(fù)雜和無處不在,從而減少城市環(huán)境中對(duì)車載傳感的需求?!?/p>

車對(duì)車通信也可能對(duì)傳感器產(chǎn)生影響。

“在這里,機(jī)載傳感器的數(shù)量可能會(huì)減少,但我們還沒有做到這一點(diǎn),”Fritz 觀察到。“此外,在某些情況下,AV 必須假設(shè)所有外部信息由于電源故障或其他中斷而變得不可用。因此,車輛始終需要配備一組傳感器——不僅適用于城市地區(qū),也適用于農(nóng)村地區(qū)。我們一直致力于的許多設(shè)計(jì)都需要在車輛外部安裝八個(gè)攝像頭,在內(nèi)部安裝幾個(gè)攝像頭。前置兩個(gè)攝像頭,經(jīng)過適當(dāng)校準(zhǔn),我們可以實(shí)現(xiàn)低延遲、高分辨率立體視覺,提供物體的深度范圍,從而減少對(duì)雷達(dá)的需求。我們?cè)谲囕v的前部、后部和兩側(cè)都這樣做,以獲得完整的 360° 視角?!?/p>

當(dāng)所有攝像頭執(zhí)行對(duì)象檢測和分類時(shí),關(guān)鍵信息將被傳遞到中央計(jì)算系統(tǒng)以做出控制決策。

“如果基礎(chǔ)設(shè)施或其他車輛信息可用,它會(huì)與來自車載傳感器的信息融合,以生成更全面的 3D 視圖,從而做出更好的決策,”Fritz 說。“在車內(nèi),額外的攝像頭用于監(jiān)控駕駛員,還可以檢測遺留物體等占用情況??赡芴砑右粋€(gè)低成本雷達(dá)來處理惡劣天氣情況,例如有霧或下雨的情況,是傳感器套件的高級(jí)補(bǔ)充。我們最近沒有看到大量使用激光雷達(dá)。在某些情況下,激光雷達(dá)性能會(huì)受到回波和反射的影響。最初,自動(dòng)駕駛原型嚴(yán)重依賴激光雷達(dá)數(shù)據(jù)的 GPU 處理,但最近更智能的架構(gòu)越來越傾向于高分辨率,

優(yōu)化傳感器融合可能很復(fù)雜。您如何知道哪種組合能為您帶來最佳性能?除了進(jìn)行功能測試外,原始設(shè)備制造商還依賴 Ansys 和西門子等公司提供建模和仿真解決方案,以測試各種傳感器組合的結(jié)果,以實(shí)現(xiàn)最佳性能。

增強(qiáng)技術(shù)影響未來的傳感器設(shè)計(jì)

智能基礎(chǔ)設(shè)施中的 V2X、5G、高級(jí)數(shù)字地圖和 GPS 等增強(qiáng)技術(shù)將實(shí)現(xiàn)自動(dòng)駕駛,而車載傳感器更少。但要讓這些技術(shù)得到提升,自動(dòng)駕駛需要整個(gè)汽車行業(yè)的支持,以及智慧城市的發(fā)展。

“各種增強(qiáng)技術(shù)服務(wù)于不同的目的,” Arteris IP解決方案和業(yè)務(wù)開發(fā)副總裁 Frank Schirrmeister 指出?!伴_發(fā)人員通常會(huì)結(jié)合多個(gè)來創(chuàng)建安全便捷的用戶體驗(yàn)。例如,用于路徑規(guī)劃的地圖信息數(shù)字孿生可以在能見度有限的條件下創(chuàng)造更安全的體驗(yàn),以增強(qiáng)基于傳感器信息的車內(nèi)本地決策。V2V 和 V2X 信息可以補(bǔ)充車內(nèi)本地可用的信息以做出安全決策,增加冗余并創(chuàng)建更多數(shù)據(jù)點(diǎn)以作為安全決策的基礎(chǔ)。”

此外,車聯(lián)網(wǎng)有望實(shí)現(xiàn)車輛與路邊基礎(chǔ)設(shè)施之間的實(shí)時(shí)協(xié)作,這需要超可靠低延遲通信 (URLLC) 等技術(shù)。

“這些需求導(dǎo)致各種人工智能技術(shù)在流量預(yù)測、5G 資源分配、擁塞控制等方面的應(yīng)用,”Kouthon 說?!皳Q句話說,人工智能可以優(yōu)化和減少自動(dòng)駕駛對(duì)網(wǎng)絡(luò)基礎(chǔ)設(shè)施造成的沉重負(fù)擔(dān)。我們希望原始設(shè)備制造商使用軟件定義的車輛架構(gòu)構(gòu)建自動(dòng)駕駛汽車,其中 ECU 被虛擬化并通過無線方式更新。數(shù)字雙胞胎技術(shù)對(duì)于在非常接近真實(shí)車輛的車輛云模擬上測試軟件和更新至關(guān)重要。”

結(jié)論

最終實(shí)施時(shí),3 級(jí)自動(dòng)駕駛可能需要 30 多個(gè)傳感器或十幾個(gè)攝像頭,具體取決于 OEM 的架構(gòu)。但關(guān)于哪個(gè)更安全,或者自動(dòng)駕駛傳感器系統(tǒng)是否能在城市環(huán)境中提供與在高速公路上駕駛相同水平的安全駕駛,尚無定論。

隨著未來幾年傳感器成本的下降,它可能會(huì)打開新傳感器的大門,這些傳感器可以添加到組合中以提高惡劣天氣下的安全性。但是,原始設(shè)備制造商可能需要很長時(shí)間才能對(duì)一定數(shù)量的傳感器進(jìn)行標(biāo)準(zhǔn)化,這些傳感器被認(rèn)為足以確保在所有條件和極端情況下的安全性。

來源半導(dǎo)體行業(yè)觀察

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2573

    文章

    53863

    瀏覽量

    779926
  • 雷達(dá)
    +關(guān)注

    關(guān)注

    51

    文章

    3200

    瀏覽量

    122074
  • 熱傳感器
    +關(guān)注

    關(guān)注

    0

    文章

    29

    瀏覽量

    14794
  • 激光雷達(dá)
    +關(guān)注

    關(guān)注

    975

    文章

    4315

    瀏覽量

    194552
  • 自動(dòng)駕駛
    +關(guān)注

    關(guān)注

    791

    文章

    14543

    瀏覽量

    173905
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    康謀分享 | 基于多傳感器數(shù)據(jù)的自動(dòng)駕駛仿真確定性驗(yàn)證

    自動(dòng)駕駛仿真測試中,游戲引擎的底層架構(gòu)可能會(huì)帶來非確定性的問題,侵蝕測試可信度。如何通過專業(yè)仿真平臺(tái),在多傳感器配置與極端天氣場景中實(shí)現(xiàn)測試數(shù)據(jù)零差異?確定性驗(yàn)證方案已成為自動(dòng)駕駛研發(fā)
    的頭像 發(fā)表于 07-02 13:17 ?3827次閱讀
    康謀分享 | 基于多<b class='flag-5'>傳感器</b>數(shù)據(jù)的<b class='flag-5'>自動(dòng)駕駛</b>仿真確定性驗(yàn)證

    自動(dòng)駕駛汽車如何正確進(jìn)行道路識(shí)別?

    識(shí)別不僅僅是簡單地判斷車輛是否在車道中心行駛,更涉及到對(duì)車道線、交通標(biāo)志、道路邊緣以及其他道路要素的綜合感知與理解。 傳感器硬件 傳感器硬件是自動(dòng)駕駛道路識(shí)別的基礎(chǔ),當(dāng)前主流的傳感器
    的頭像 發(fā)表于 06-29 09:40 ?1097次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>汽車如何正確進(jìn)行道路識(shí)別?

    自動(dòng)駕駛汽車是如何準(zhǔn)確定位的?

    厘米級(jí)的定位精度,并能夠?qū)崟r(shí)響應(yīng)環(huán)境變化。為此,自動(dòng)駕駛系統(tǒng)通常采用多傳感器融合的方式,將全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)、慣性測量單元(IMU)、激光雷達(dá)(LiDAR)、攝像頭、超寬帶(UWB)等多種傳感器數(shù)據(jù)進(jìn)行綜合處理,通過算
    的頭像 發(fā)表于 06-28 11:42 ?630次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>汽車是如何準(zhǔn)確定位的?

    新能源車軟件單元測試深度解析:自動(dòng)駕駛系統(tǒng)視角

    。 ?自動(dòng)駕駛軟件的特殊性? ? 感知層: ?激光雷達(dá)、攝像頭等傳感器數(shù)據(jù)處理算法的單元測試需覆蓋極端場景。例如,激光雷達(dá)點(diǎn)云濾波算法在雨雪天氣下的噪聲抑制能力需通過邊界測試驗(yàn)證。某廠商曾在測試中遺漏
    發(fā)表于 05-12 15:59

    自動(dòng)駕駛中常提的“NOA”是個(gè)啥?

    “Navigate on Autopilot”,即自動(dòng)導(dǎo)航駕駛,是一種依托高精度定位、多種傳感器數(shù)據(jù)融合以及先進(jìn)人工智能算法和實(shí)時(shí)決策規(guī)劃,實(shí)現(xiàn)車輛在高速公路和復(fù)雜城市道路上自主導(dǎo)航與
    的頭像 發(fā)表于 04-09 09:03 ?1688次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>中常提的“NOA”是<b class='flag-5'>個(gè)</b>啥?

    自動(dòng)駕駛大模型中常提的Token是個(gè)啥?對(duì)自動(dòng)駕駛有何影響?

    、多模態(tài)傳感器數(shù)據(jù)的實(shí)時(shí)處理與決策。在這一過程中,大模型以其強(qiáng)大的特征提取、信息融合和預(yù)測能力為自動(dòng)駕駛系統(tǒng)提供了有力支持。而在大模型的中,有一個(gè)“Token”的概念,有些人看到后或許會(huì)問: Token是
    的頭像 發(fā)表于 03-28 09:16 ?668次閱讀

    激光雷達(dá)技術(shù):自動(dòng)駕駛的應(yīng)用與發(fā)展趨勢

    隨著近些年科技不斷地創(chuàng)新,自動(dòng)駕駛技術(shù)正逐漸從概念走向現(xiàn)實(shí),成為汽車行業(yè)的重要發(fā)展方向。在眾多傳感器技術(shù)中,激光雷達(dá)(LiDAR)因其獨(dú)特的優(yōu)勢,被認(rèn)為是實(shí)現(xiàn)高級(jí)自動(dòng)駕駛功能的關(guān)鍵。激
    的頭像 發(fā)表于 03-10 10:16 ?1249次閱讀
    激光雷達(dá)技術(shù):<b class='flag-5'>自動(dòng)駕駛</b>的應(yīng)用與發(fā)展趨勢

    智能駕駛傳感器發(fā)展現(xiàn)狀及發(fā)展趨勢

    的數(shù)據(jù)支持,從而實(shí)現(xiàn)安全、高效的自動(dòng)駕駛。本文將深入探討智能駕駛傳感器的發(fā)展現(xiàn)狀,并展望其未來的發(fā)展趨勢。 一、智能駕駛
    的頭像 發(fā)表于 01-16 17:02 ?1242次閱讀

    物聯(lián)網(wǎng)中的傳感器類型解析 傳感器類型在自動(dòng)駕駛中的應(yīng)用

    物聯(lián)網(wǎng)中的傳感器類型解析及其在自動(dòng)駕駛中的應(yīng)用 傳感器是一種檢測裝置,能感受到被測量的信息,并能將感受到的信息按一定規(guī)律變換成為電信號(hào)或其他所需形式的信息輸出,以滿足信息的傳輸、處理、存儲(chǔ)、顯示
    的頭像 發(fā)表于 12-06 14:15 ?1319次閱讀

    傳感器融合在自動(dòng)駕駛中的應(yīng)用趨勢探究

    自動(dòng)駕駛技術(shù)的快速發(fā)展加速交通行業(yè)變革,為實(shí)現(xiàn)車輛自動(dòng)駕駛,需要車輛對(duì)復(fù)雜動(dòng)態(tài)環(huán)境做出準(zhǔn)確、高效的響應(yīng),而多傳感器融合技術(shù)為提升
    的頭像 發(fā)表于 12-05 09:06 ?1671次閱讀
    多<b class='flag-5'>傳感器</b>融合在<b class='flag-5'>自動(dòng)駕駛</b>中的應(yīng)用趨勢探究

    一文聊聊自動(dòng)駕駛測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    ,包括場景生成的多樣性與準(zhǔn)確性、多傳感器數(shù)據(jù)融合的精度驗(yàn)證、高效的時(shí)間同步機(jī)制,以及仿真平臺(tái)與實(shí)際場景的匹配等問題。 自動(dòng)駕駛測試的必要性與現(xiàn)狀 1.1 自動(dòng)駕駛技術(shù)的復(fù)雜性推動(dòng)測試變革 自動(dòng)
    的頭像 發(fā)表于 12-03 15:56 ?1109次閱讀
    一文聊聊<b class='flag-5'>自動(dòng)駕駛</b>測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    自動(dòng)駕駛中常提的SLAM到底是個(gè)啥?

    ?這兩個(gè)問題。目前,自動(dòng)駕駛技術(shù)主要依賴高精地圖和RTK(實(shí)時(shí)動(dòng)態(tài)定位)系統(tǒng)完成高精度定位。然而,這種方法的實(shí)現(xiàn)成本高昂,需要依賴于完善的基礎(chǔ)設(shè)施,且在動(dòng)態(tài)環(huán)境中適應(yīng)性不足。為此
    的頭像 發(fā)表于 11-21 15:17 ?2115次閱讀
    <b class='flag-5'>自動(dòng)駕駛</b>中常提的SLAM到底是<b class='flag-5'>個(gè)</b>啥?

    MEMS技術(shù)在自動(dòng)駕駛汽車中的應(yīng)用

    MEMS技術(shù)在自動(dòng)駕駛汽車中的應(yīng)用主要體現(xiàn)在傳感器方面,這些傳感器自動(dòng)駕駛汽車提供了關(guān)鍵的環(huán)境感知和數(shù)據(jù)采集能力。以下是對(duì)MEMS技術(shù)在自動(dòng)駕駛
    的頭像 發(fā)表于 11-20 10:19 ?1954次閱讀

    智能駕駛自動(dòng)駕駛的關(guān)系

    駕駛的技術(shù)。 智能駕駛包含“單車”智能駕駛和“協(xié)作式”智能駕駛。前者通過攝像頭、雷達(dá)等傳感器以及高效準(zhǔn)確的算法,賦予車輛
    的頭像 發(fā)表于 10-23 16:02 ?1993次閱讀

    自動(dòng)駕駛技術(shù)的典型應(yīng)用 自動(dòng)駕駛技術(shù)涉及到哪些技術(shù)

    自動(dòng)駕駛技術(shù)的典型應(yīng)用 自動(dòng)駕駛技術(shù)是一種依賴計(jì)算機(jī)、無人駕駛設(shè)備以及各種傳感器,實(shí)現(xiàn)汽車自主行駛的技術(shù)。它通過使用人工智能、視覺計(jì)算、雷達(dá)
    的頭像 發(fā)表于 10-18 17:31 ?2252次閱讀