当前位置:首页 > 无人驾驶
  • 高精度固态激光雷达在自动驾驶汽车领域的应用

    高精度固态激光雷达在自动驾驶汽车领域的应用

    随着无人驾驶的兴起及自动化程度的提高,传感器在各领域发挥着不可替代的作用。激光雷达通过多束激光高频发射获取的反射数据形成周边物体的高清3D的“点云”图像,激光雷达已经被广泛认为是实现无人驾驶的必要传感器。以车载系统为例,激光雷达、毫米波雷达、超声波、摄像头、红外线等各类传感器作为 “人类的眼睛”存在,确定物体的位置、大小、外部形貌甚至材质,在盲点、变道辅助、行人探测、交通信号识别、车道偏离等方面发挥重大作用。 作为激光雷达创新型企业,苏州岭纬智能科技有限公司(以下简称岭纬科技)在创业之初就明确了发展目标,致力于高端固态高分辨率激光雷达的研发。目前产品应用领域涵盖无人驾驶、先进辅助驾驶、车路协同、安防监控、智慧城市、智慧交通、三维建模、工业现场监测、轨道交通等。岭纬科技市场及销售总监兼硬件设计部经理芮明昭先生表示:“当前岭纬科技激光雷达产品满足最严苛的应用,技术指标已做到行业领先水平。” 固态分布式激光雷达 一主机支持多个探头,探头体积小,无机械旋转部件,采用MEMS技术路线,在严酷的环境下有较长的使用寿命,满足苛刻的车规级要求(至少5万小时以上),耐冲击,抗颠簸,而3D Flash技术探测距离较短,有效探测距离大致为20~30m;而OPA技术尚不成熟,还在实验室阶段。 高分辨率固态激光雷达 传统的激光雷达为机械式结构,线束较低,大概为16或32或64线,有效探测距离为70-80米。目前岭纬科技开发的分辨率高达480-720线,每条线高达1750像素,单探头每秒达1.5百万点,6探头每秒达8.4百万点,有效的探测距离为200米,符合车规的安全裕度。 视频融合技术 岭纬科技Titan M1系列固态高分辨率激光雷达将视频图像和点云通过算法完美融合,提供彩色点云图像(XYZ+RGB),为传统的XYZ空间距离点云提供可选的算法融合RGB颜色,对于感知周围的物体提供最佳的3D颜色数据。据悉,产品全线采用1550nm光源而非传统的905nm光源,这种光源对人眼没有损伤,适用性更强,对雨雪、雾霾等的穿透力更强。 直面行业痛点 在面对市场痛点问题时,芮总表示:在所有应用中,无人驾驶的要求最为严格、苛刻,需要更远的有效探测距离,更长的工作时间,可耐冲击,抗颠簸,而这些正好和岭纬科技打造的高分辨率固态激光雷达目标一致。 · 高可靠性:采用MEMS技术路线,无机械旋转部件,工作寿命达到5万小时以上; · 高分辨率:700线激光雷达,最小角分辨率可达0.01°,更加有效的对行人进行探测、识别,形成高清3D点云图像; · 探测距离较长:有效距离可达200m,最远探测距离可达1000m; · 高精度:采用1550nm光源,可有效缓解雨雪、雾霾天气精度下降等问题; · 视频融合技术:产品本身配置摄像头,可以将点云数据与摄像头RGB信息进行点对点融合; · 视场角可定制:有多种视场角产品,单体产品最大视场角为水平125°,垂直45°; · 高性价比:相比低线速产品,480线束内部只有1对收发,物料成本更低,性价比更高; 对电源的需求 激光雷达应用领域较广,供电系统随着应用的不同而不同:若在车载系统,供电为12V车载电源;在AGV/无人机系统,供电则为48V蓄电池;在工业领域,供电又可能为24V现场总线电压,因此能够支持宽电压范围的电源模块相当重要。另外,激光雷达工作环境也尤为复杂,电源系统必须在任何工况下保证稳定的输出,电源需求也很明确: · 宽输入电压:保证产品适应于所有的供电系统; · 高效率:保证系统的续航能力和系统的最优设计; · 高集成度:受限于内部空间,要求模块体积尽可能小; · 高可靠性、稳定性:在高温、颠簸、振动、雷击等恶劣环境下应具有稳定可靠的输出; · 低噪声:激光雷达系列中有较多敏感器件,电源模块要保证自身过硬的EMC和EMI能力; 目前,岭纬科技在Titan M1高端系列产品中已全面采用了Vicor PI3740电源转换模块。 PI3740可将8-60V的供电电压转换为12V电压供系统使用,若系统中还需要其它如5V、3.3V的电压轨,再通过POL电源芯片进行二级转换。 Viocr电源在系统中的优势 PI3740是一款高转换效率、功率密度的电源模块,PI3740升降压稳压器支持8-60VDC工作电压范围,能够以高达96%的效率提供高达140W的功率及高达8A的输出电流。岭纬科技(厦门)有限公司市场及销售总监兼硬件设计部经理芮明昭先生表示:“Vicor的参考设计做的相当优秀,依据过硬的参考设计和技术团队的现场支持,产品的导入和评估工作进展相当顺利,表现出卓越的系统优势: · PI3740体积小、效率高、集成度高,满足激光雷达的系统供电需求; · PI3740的8~60V宽输入电压适应系多领域应用; · Vicor电源模块的集成度高,减少了外围器件的使用量,设计方便灵活; · 系统测试中进行了高低温、冲击、极限、带载老化等多项测试,电源模块运行可靠稳定; 未来趋势 未来,激光雷达将向低成本、固态化、量产化方向发展。系统要求电源具有足够宽的电压范围,尺寸进一步降低,转换效率进一步提高。在无人驾驶应用领域,整体方向依然是要实现激光雷达的更高分辨率和精准度,进一步保证无人驾驶的安全性。相信在和Vicor支持团队的配合下,未来的新产品验证工作会更加顺利。

    时间:2021-02-08 关键词: 激光雷达 自动驾驶 无人驾驶

  • 无人驾驶势不可挡,看看5G和无人驾驶的关系

    无人驾驶势不可挡,看看5G和无人驾驶的关系

    无人驾驶作为未来的发展趋势,自然备受关注。对于无人驾驶,小编在往期文章中对无人驾驶的技术原理、无人驾驶的优缺点等均有所阐述。为增进大家对无人驾驶的了解,本文将对5G和无人驾驶的关系,以及无人驾驶对通信的影响予以介绍。如果你对无人驾驶具有兴趣,不妨继续往下阅读哦。 一、5G与无人驾驶 目前横亘在无人驾驶汽车面前的,除成本之外,还有环境。 真正的完全无人驾驶,并非单辆车的自有行动,而是需包括智能交通、通信网络、法律规则等在内的生态环境的成熟。 “如果打开谷歌汽车和百度汽车的后备厢,你会发现里面全是电脑。”互联网公司理想中的无人驾驶汽车,应该是运用云计算、大数据、地图等工具,通过对海量数据不断深度学习,从而让汽车具有人工智能,也就是说,像AlphaGo下围棋一样,自动对行车动作有自我判断。但朱西产认为,这种模式有一个致命障碍,“现有数据交换的移动网络时延过长,4G网络的时延以秒计,即使到了4.5G,时延也只能缩短至100毫秒,可能你的数据还没来得及传到云端进行计算和判断,对面的车已经迎面而来,在交通事故中,1秒钟就可能决定生死。”因此,目前在测的无人驾驶汽车,基本都是车载电脑进行本地运算。 能让车与车、车与人、车与交通工具、车与路智能对话的网络,在业内被称为V2X,主要通过两种通信技术实现:DSRC(专用短程通信技术)和蜂窝数据网络(即移动通信网络).DSRC是一种非接触式的传感器连接技术,每辆装有DSRC的汽车彼此之间会自动“通话”,在数十米的距离内,交换各项数据,并由汽车“大脑”根据这些数据做出相应判断。 举个例子,不久前谷歌无人驾驶汽车首次出现的车祸,是在交叉路口倒车时与一辆公交车相撞,如果这两部车上都安装有DSRC模块,那么谷歌汽车便可以及时获取公交车动力数据并得出其未减速的结论,从而提前避让。 根据美国政府的规划,2030年之前,DSRC模块作为强制性标准,将在90%以上的汽车中安装,“目前模块价格偏高,大约需要350美元(约2281元人民币)/车,预计将来最低可降至50美元(约325元人民币)。”但朱西产并不看好DSRC在中国的市场,由于占用5.8G的高频段,信号穿透性很弱,“连马路两边的行道树都可以屏蔽掉信号,因此很难在国内普及。” 二、无人驾驶场景下,对通信需求的影响 1、第三大通信场景形成 当人们的出行意愿增加,长距离旅途增加,人们在车内花费时间将增加。车内通信场景,将成为仅次于居家、工作的第三大通信场景。 车内通信场景,居于居家、工作通信场景之间,作为过渡场景,将融合更多居家、工作两大通信场景的个性化需求。例如更高质量的视听享受、更深层次的移动VR体验等。 2、AI、云将深度融入个人生活 AI有助于更好把控时间。为了更好把握时间,AI将不仅需要管控无人驾驶车辆,更需要嵌入到个人的生活中。AI将融入到个人的生活方方面面,AI也就对个人通信的使用习惯带来深远的影响。AI能更有效安排不同场景的通信需求,例如适时叫车、适时启动或关闭家居电器、适时开启或关闭娱乐或工作应用。AI更有效率安排时间,为点对点的准点旅途提供保障。 云空间拓展真实空间。为实现空间的不同场景切换,个人云将有效实现居家、工作、车内三大场景有机融合。车内通信需求未完成,在其他场景得到无缝切换,或在其他场景的通信需求未完成时,在车内通信场景中得到无缝切换。例如在车内的视频未看完,能在回到家中继续收看,或在公司工作未完成,能在车上继续完成等。个人数据上云,更好拓宽个人的真实空间。 3、全新的互动形态 无人驾驶,改变的不但是交通,也将对作为移动平台的交通工具带来更多的可能性。无人驾驶交通工具内部功能会发生颠覆性改变,存在更多样的变化可能性,可能融合AR、VR、MR等多种前沿技术,带来全新的互动形态。 全新的互动形态,改变人与物的交互方式,同时改变人与人的交互方式。人与物的交互方式改变包括乘客、路人与车的交互方式的改变,乘客与车外事物的交互方式的改变。人与人的交互方式改变包括乘客与路人的交互方式的改变,乘客与乘客的交互方式改变,乘客与他人的交互方式改变。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对5G和无人驾驶的关系以及无人驾驶对通信的影响具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2021-02-01 关键词: 5G 指数 无人驾驶

  • 无人驾驶等同于自动驾驶吗?无人驾驶将带来哪些改变?

    无人驾驶等同于自动驾驶吗?无人驾驶将带来哪些改变?

    无人驾驶是热门研究领域,对于无人驾驶,我们大多有所耳闻。目前,我们部分城市已对无人驾驶有过道路测试,测试结果比较令人满意。为增进大家对无人驾驶的了解,本文将探讨无人驾驶是不是等价于自动驾驶。并且,小编将分析无人驾驶会为我们的生活带来哪些改变。如果你对无人驾驶具有兴趣,不妨继续往下阅读哦。 一、无人驾驶引言 无人驾驶汽车是智能汽车的一种,也称为轮式移动机器人,主要依靠车内的以计算机系统为主的智能驾驶仪来实现无人驾驶的目标。无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物,也是衡量一个国家科研实力和工业水平的一个重要标志,在国防和国民经济领域具有广阔的应用前景 二、无人驾驶是不是自动驾驶 无人驾驶与自动驾驶实际上是两种完全不同的概念,确切地说自动驾驶应该被称为“辅助驾驶”,而完全的自动化驾驶才能被称为无人驾驶。 无人驾驶技术等级目前在自动驾驶技术等级中处于最高级, 利用人工智能AI的精密算法程序去替代驾驶者称为操控整个车辆的“大脑”,乘客可以在驾驶人与乘客中自由切换,无人驾驶车如同专属司机,听指挥行走。将行车的活完全交给了无人驾驶系统的人工智能AI,行程如何行驶,行驶速度控制在多少,都由无人驾驶车说了算。谷歌公司甚至认为无人驾驶车内可以将方向盘省去,车内无需人为操控部件。 而自动驾驶虽然可以代替驾驶人操控车辆,但车辆的控制权仍在驾驶人手上。目前从技术的角度上来说,自动驾驶有两条发展方向:ADAS(Advanced Driver Assistance System)高级辅助驾驶与人工智能。ADAS的技术目前已经在量产车上普及,主要分担驾驶人的一些行车工作,如自适应巡航、车道保持功能、自动泊车等,驾驶操作由系统经过计算完成,但驾驶人仍需要负责车辆周边监控,保持驾车状态,以便随时接管车辆。后者的人工智能更接近与无人驾驶的状态,以AI切入自动驾驶,对技术与车辆有着更严格的要求,系统不仅仅是辅助、警告功能,还有着规划及对车辆的控制功能。 目前为了更好的区分自动驾驶技术,美国汽车工程师学会将自动驾驶分为五个等级,目前大多数量产车都处于0级-2级之间。 为了更好地区分不同层级的自动驾驶技术,国际汽车工程师学会在2014年发布了自动驾驶的六级分类体系,美国国家公路交通安全管理局(NHTSA)原本有自己的一套分类体系,但在2016年9月转为使用SAE的分类标准。今天绝大多数主流自动驾驶研究者已将SAE标准当作通行的分类原则。 在SAE的分类标准中,目前日常使用的大多数汽车处在第0级和第1级之间,碰撞告警属于第0级的技术,自动防碰撞、定速巡航属于第1级的辅助驾驶,自动泊车功能介于第1级和第2级之间,特斯拉公司正在销售的Autopilot辅助驾驶技术属于第2级技术。 三、无人驾驶带来了哪些改变 1、将颠覆人们对时间的观念 无人驾驶到来,将带来更准时的叫车服务,还将带来更顺畅的交通。点对点的准点旅途成为可能。 点对点的准点旅途,为出行者节省更多时间。出行者不再为旅途预留更多的不必要的时间,进一步减少旅途时间的紧迫所带来的焦虑。人们比任何时期对时间的掌控更有信心,同时无人驾驶带来更少的交通事故,人们出行意愿将大幅增加。 2、将颠覆人们对空间的观念 点对点的准点旅途,节省大量的旅途时间,将降低人们对两地间的距离感知。人们在居住、工作、出行等多方面可承受的距离将大幅增加。这将改变人们对旅行距离认知,原本长途的旅行不再长,提升人们长途出行的意愿。 无人驾驶时期长途旅行所花的时间感知将降至与原本短途旅行所花的时间感知趋近,远距离的通勤不再成为阻碍。郊区与市区的距离将拉近,而郊区的低密度更优质的居住环境,以及更高性价比优势,将吸引更多人选择远距离通勤。 3、将颠覆人们对交通工具的认知 无人驾驶普及,将改变人们对添置私家车的想法。同时无人驾驶的交通工具的价值,不再单纯表现在交通运输方面,将在其他方面蕴含更多价值。 拥有汽车优势不再。点对点的准点旅途,将会有更多人选择无人出租车的方式出行。自驾的出行方式优势不再,劣势尽显,对比无人出租车的出行方式将花费更多的时间、更多的成本。更多人将重新审视是否应该拥有汽车,重新评估自己的出行方式。 无人驾驶将赋予更多价值。无人驾驶更安全、更准点的出行将排解出行者的出行焦虑。焦虑减少,出行者可以集中更多的精神在车里做其他事情,例如办公、娱乐、多人互动游戏等。无人驾驶交通工具,不再是单纯交通工具,更像是新的物种,包含各种各样的可能。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶是不是等同于自动驾驶以及无人驾驶即将带来的改变具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2021-02-01 关键词: 指数 自动驾驶 无人驾驶

  • 无人驾驶汽车我们买的起吗?是否需要考取无人驾驶驾照?

    无人驾驶汽车我们买的起吗?是否需要考取无人驾驶驾照?

    无人驾驶是当今的热门领域之一,很多高尖人才都在尝试突破无人驾驶技术。那么,无人驾驶技术的原理是什么呢?无人驾驶汽车还要多久才能上市呢?在未来的日子里,我们是否需要靠无人驾驶骑车驾照?最关心的问题是,无人驾驶汽车价格如何?如果你对无人驾驶相关内容具有兴趣,不妨继续往下阅读哦。 一、无人驾驶技术原理 无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。 它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。 集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物,也是衡量一个国家科研实力和工业水平的一个重要标志,在国防和国民经济领域具有广阔的应用前景 。 二、无人驾驶汽车需要驾照吗 无人驾驶车需要驾驶证。虽然无人驾驶的定义就是这种车辆在行驶时候不需要驾驶人。但是,在出现无人驾驶汽车的时代里,需要有人驾驶的汽车,还是需要驾驶人具有驾驶证的! 1、无人驾驶汽车还停留在酝酿和标准如何制定,技术上还有待进一步完善,可靠性有待提高。还没有到牌照如何办理的时候。与此同时无人驾驶的系统的安全性不可能100%。 2、无人驾驶系统有可能会出现故障,也有可能会被黑客攻击,虽然这种意外情况很低,但是只要有可能,我们就不得不去考虑这种状况。一旦遇到这种事情,就需要司机自己操纵方向盘,自己拯救自己,所以驾驶证还是需要的。 三、无人驾驶汽车多久上市 中国从20世纪80年代开始进行无人驾驶汽车的研究,国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。2005年,首辆城市无人驾驶汽车在上海交通大学研制成功。目前还没有具体量产上市。 目前看来在未来的2020年我们绝不可能开上无人驾驶汽车,但预计到2020年我国的辅助驾驶技术应用将达到50%,到2030年智能网联汽车的装车率接近100%。到2035年以后,无人驾驶车比例将会越来越高。 无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。 集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识:别和智能控制技术高度发展的产物,也是衡量一个国家科研实力和工业水平的一个重要标志,在国防和国民经济领域具有广阔的应用前景。 四、无人驾驶汽车多少钱一台 根据最新消息,现在不少企业公司都在研发着无人驾驶汽车,因为在未来也会大受欢迎的。而现在数据显示,最便宜的汽车是Model3,该车在美国起售价格为3.5万美元,在国内售价保守估计也是30万左右,而且,这样的售价并不包括自动驾驶技术套件,你觉得这样的价格是不是你能接受的呢? 要知道,无人驾驶汽车可自动识别交通指示牌和行车信息,具备雷达、相机、全球卫星导航等电子设施,并安装同步传感器。所以现在的无人驾驶小车售价都是十分昂贵的,对于这样的售价,不少市民都表示接受不起,因为太贵了。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶技术原理、无人驾驶汽车的价格等具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2021-02-01 关键词: 原理 指数 无人驾驶

  • OFweek 2021系列活动——第一期:汽车电子技术在线会议暨在线展

    OFweek 2021系列活动——第一期:汽车电子技术在线会议暨在线展

    近年来,5G、人工智能、物联网、无人驾驶等新兴信息技术蓬勃发展,遍及各行各业的电子信息化建设为我国电子产业的发展提供了巨大的发展机遇。越来越广泛的电子技术应用领域,也对行业从业人员提出了越来越高的技能要求,电子工程师必须及时掌握新技术,才能更好地跟上行业发展的步伐。 为帮助广大电子工程师朋友更好地跟进电子行业最新动态,促进电子工程师之间的技术交流,推动国内电子行业技术升级,OFweek联袂数十家电子行业企业技术专家,推出面向电子工程师技术人员的专场论坛「OFweek 2021系列活动——工程师技术在线论坛」。论坛将以「芯时代·芯生活」为主题,每季度举办一期活动,共计举办四期,结合当时最新的行业热点,聚焦前沿技术及实践经验,为电子工程师技术人员提供学习和交流平台。 第一期在线论坛——汽车电子技术在线会议暨在线展将于3月25日在OFweek官方直播平台举办。本期论坛将邀请国内外知名电子企业技术专家,聚焦汽车电子领域展开技术交流,为各位观众带来技术讲解、案例分享和方案展示。本次论坛将以线上创新品牌展示、论坛、产品展区、特色交流活动等多种形式呈现,旨在促进汽车电子行业上下游深度交流合作。 会议亮点 ◆ 优化合作交流:改变传统线下会议形式,跨距离与专业观众即时互动,大会将结合各行业技术热点内容进行跨界整合,邀请国内外知名企业技术应用专家、工程师进行案例讲解,深度剖析未来汽车电子产业的发展动向与迭代关键。 ◆ 产品在线展示:根据当期在线展会主题,精心设置相关领域核心技术展区,携众多电子技术产品全新亮相,全面展示该领域的新技术,全方位展示最新研发新成果,足不出户,满足观众参会体验。 ◆ 成果权威发布:深度探讨富有前瞻性和时效性的热点议题,剖析汽车电子行业发展方向,把脉行业发展新模式,与行业顶尖科技专家及大咖跨屏零距离交流,汲取最新科研成果及获得正确解决方案。 ◆ 核心资源汇集:汇集行业各领域的国内外知名企业高层、行业资深专家、工程师等精英,建立业内优势人脉资源。联合协会、学会,邀请行业工程师、技术人员前来互动交流学习。 ◆ 高效便捷参会:通过互联网手段打破传统线下办会固有限制,采用集音视频、图片、即时遇讯于一体的线上会议会展方式。省去参会人员差旅支出、时间占用等大量成本,以流畅立体的效果给广大行业人士提供真切的参展/参会体验。 ◆ 深度品牌推广:OFweek将运用国内外全方位媒体资源,对优秀项目及成果提供专访报道机会,量身定制事件公关,挖掘新闻点,搜索引导等。还将邀请知名主流媒体现场助阵,全程跟踪报道。有效助力企业拓展品牌和影响力,捕捉更多市场机会。 会议日程 注:以上议程仅供参考,详细议程将持续更新,敬请期待。 参会邀约对象 拟邀参会单位 注:参会企业火热报名中,敬请期待。 展览范围 拟邀合作媒体 注:更多合作媒体敬请期待。 点此进入报名链接: https://expo.ofweek.com/2021/engineer1/?click_from=668 联系我们:

    时间:2021-01-11 关键词: 汽车电子 AI 无人驾驶

  • 无人驾驶如何进行规划?无人驾驶如何自我控制?

    无人驾驶如何进行规划?无人驾驶如何自我控制?

    无人驾驶的重要性不言而喻,小编相信在不久的未来,无人驾驶将可再度突破。上篇文章中,小编对无人驾驶的感知层和定位层有所阐述。为增进大家对无人驾驶的了解,小编将对无人驾驶的规划层、控制层予以介绍。如果你对无人驾驶具有兴趣,不妨继续往下阅读哦。 一、规划 1.任务规划 无人驾驶规划系统的分层结构设计源于2007年举办的DAPRA城市挑战赛,在比赛中多数参赛队都将无人车的规划模块分为三层设计:任务规划,行为规划和动作规划,其中,任务规划通常也被称为路径规划或者路由规划(Route Planning),其负责相对顶层的路径规划,例如起点到终点的路径选择。 我们可以把我们当前的道路系统处理成有向网络图(Directed Graph Network),这个有向网络图能够表示道路和道路之间的连接情况,通行规则,道路的路宽等各种信息,其本质上就是我们前面的定位小节中提到的高精度地图的“语义”部分,这个有向网络图被称为路网图(Route Network Graph),如下图所示: 这样的路网图中的每一个有向边都是带权重的,那么,无人车的路径规划问题,就变成了在路网图中,为了让车辆达到某个目标(通常来说是从A地到B地),基于某种方法选取最优(即损失最小)的路径的过程,那么问题就变成了一个有向图搜索问题,传统的算法如迪科斯彻算法(Dijkstra’s Algorithm)和A*算法(A* Algorithm)主要用于计算离散图的最优路径搜索,被用于搜索路网图中损失最小的路径。 2.行为规划 行为规划有时也被称为决策制定(Decision Maker),主要的任务是按照任务规划的目标和当前的局部情况(其他的车辆和行人的位置和行为,当前的交通规则等),作出下一步无人车应该执行的决策,可以把这一层理解为车辆的副驾驶,他依据目标和当前的交通情况指挥驾驶员是跟车还是超车,是停车等行人通过还是绕过行人等等。 行为规划的一种方法是使用包含大量动作短语的复杂有限状态机(Finite State Machine,FSM)来实现,有限状态机从一个基础状态出发,将根据不同的驾驶场景跳转到不同的动作状态,将动作短语传递给下层的动作规划层,下图是一个简单的有限状态机: 如上图所示,每个状态都是对车辆动作的决策,状态和状态之间存在一定的跳转条件,某些状态可以自循环(比如上图中的循迹状态和等待状态)。虽然是目前无人车上采用的主流行为决策方法,有限状态机仍然存在着很大的局限性:首先,要实现复杂的行为决策,需要人工设计大量的状态;车辆有可能陷入有限状态机没有考虑过的状态;如果有限状态机没有设计死锁保护,车辆甚至可能陷入某种死锁。 3.动作规划 通过规划一系列的动作以达到某种目的(比如说规避障碍物)的处理过程被称为动作规划。通常来说,考量动作规划算法的性能通常使用两个指标:计算效率(Computational Efficiency)和完整性(Completeness),所谓计算效率,即完成一次动作规划的处理效率,动作规划算法的计算效率在很大程度上取决于配置空间(Configuration Space),如果一个动作规划算法能够在问题有解的情况下在有限时间内返回一个解,并且能够在无解的情况下返回无解,那么我们称该动作规划算法是完整的。 配置空间:一个定义了机器人所有可能配置的集合,它定义了机器人所能够运动的维度,最简单的二维离散问题,那么配置空间就是[x, y],无人车的配置空间可以非常复杂,这取决于所使用的运动规划算法。 在引入了配置空间的概念以后,那么无人车的动作规划就变成了:在给定一个初始配置(Start Configuration),一个目标配置(Goal Configuration)以及若干的约束条件(Constraint)的情况下,在配置空间中找出一系列的动作到达目标配置,这些动作的执行结果就是将无人车从初始配置转移至目标配置,同时满足约束条件。 在无人车这个应用场景中,初始配置通常是无人车的当前状态(当前的位置,速度和角速度等),目标配置则来源于动作规划的上一层——行为规划层,而约束条件则是车辆的运动限制(最大转角幅度,最大加速度等)。 显然,在高维度的配置空间来动作规划的计算量是非常巨大的,为了确保规划算法的完整性,我们不得不搜索几乎所有的可能路径,这就形成了连续动作规划中的“维度灾难”问题。目前动作规划中解决该问题的核心理念是将连续空间模型转换成离散模型,具体的方法可以归纳为两类:组合规划方法(Combinatorial Planning)和基于采样的规划方法(Sampling-Based Planning)。 运动规划的组合方法通过连续的配置空间找到路径,而无需借助近似值。由于这个属性,它们可以被称为精确算法。组合方法通过对规划问题建立离散表示来找到完整的解,如在Darpa城市挑战赛(Darpa Urban Challenge)中,CMU的无人车BOSS所使用的动作规划算法,他们首先使用路径规划器生成备选的路径和目标点(这些路径和目标点事融合动力学可达的),然后通过优化算法选择最优的路径。 另一种离散化的方法是网格分解方法(Grid Decomposition Approaches),在将配置空间网格化以后我们通常能够使用离散图搜索算法(如A*)找到一条优化路径。 基于采样的方法由于其概率完整性而被广泛使用,最常见的算法如PRM(Probabilistic Roadmaps),RRT(Rapidly-Exploring Random Tree),FMT(Fast-Marching Trees),在无人车的应用中,状态采样方法需要考虑两个状态的控制约束,同时还需要一个能够有效地查询采样状态和父状态是否可达的方法。后文我们将详细介绍State-LatticePlanners,一种基于采样的运动规划算法。 二、控制 控制层作为无人车系统的最底层,其任务是将我们规划好的动作实现,所以控制模块的评价指标即为控制的精准度。控制系统内部会存在测量,控制器通过比较车辆的测量和我们预期的状态输出控制动作,这一过程被称为反馈控制(Feedback Control)。 反馈控制被广泛的应用于自动化控制领域,其中最典型的反馈控制器当属PID控制器(Proportional-Integral-Derivative Controller),PID控制器的控制原理是基于一个单纯的误差信号,这个误差信号由三项构成:误差的比例(Proportion),误差的积分(Integral)和误差的微分(Derivative)。 PID控制因其实现简单,性能稳定到目前仍然是工业界最广泛使用的控制器,但是作为纯反馈控制器,PID控制器在无人车控制中却存在一定的问题:PID控制器是单纯基于当前误差反馈的,由于制动机构的延迟性,会给我们的控制本身带来延迟,而PID由于内部不存在系统模型,故PID不能对延迟建模,为了解决这一问题,我们引入基于模型预测的控制方法。 预测模型:基于当前的状态和控制输入预测未来一段时间的状态的模型,在无人车系统中,通常是指车辆的运动学/动力学模型; 反馈校正:对模型施加了反馈校正的过程,使预测控制具有很强的抗扰动和克服系统不确定性的能力。 滚动优化:滚动地优化控制序列,以得到和参考轨迹最接近的预测序列。 参考轨迹:即设定的轨迹。 下图表示模型预测控制的基本结构,由于模型预测控制基于运动模型进行优化,在PID控制中面临的控制延时问题可以再建立模型考虑进去,所以模型预测控制在无人车控制中具有很高的应用价值。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶的规划层和控制层具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2020-12-31 关键词: 控制 指数 无人驾驶

  • 无人驾驶如何感知?无人驾驶如何定位?

    无人驾驶如何感知?无人驾驶如何定位?

    无人驾驶汽车是未来的趋势之一,通过无人驾驶汽车,我们无需自己动手操控,一切都可智能运行。上篇文章,小编对无人驾驶汽车的构造有所阐述。为继续增进大家对无人驾驶的了解,本文将对无人驾驶汽车的感知层和定位层予以介绍。如果你对无人驾驶具有兴趣,不妨继续往下阅读哦。 一、感知 为了确保无人车对环境的理解和把握,无人驾驶系统的环境感知部分通常需要获取周围环境的大量信息,具体来说包括:障碍物的位置,速度以及可能的行为,可行驶的区域,交通规则等等。无人车通常是通过融合激光雷达(Lidar),相机(Camera),毫米波雷达(Millimeter Wave Radar)等多种传感器的数据来获取这些信息,本节我们简要地了解一下激光雷达和相机在无人车感知中的应用。 激光雷达是一类使用激光进行探测和测距的设备,它能够每秒钟向环境发送数百万光脉冲,它的内部是一种旋转的结构,这使得激光雷达能够实时的建立起周围环境的3维地图。 通常来说,激光雷达以10Hz左右的速度对周围环境进行旋转扫描,其扫描一次的结果为密集的点构成的3维图,每个点具备(x,y,z)信息,这个图被称为点云图(Point Cloud Graph),如下图所示,是使用Velodyne VLP-32c激光雷达建立的一个点云地图: 激光雷达因其可靠性目前仍是无人驾驶系统中最重要的传感器,然而,在现实使用中,激光雷达并不是完美的,往往存在点云过于稀疏,甚至丢失部分点的问题,对于不规则的物体表面,使用激光雷达很难辨别其模式,在诸如大雨天气这类情况下,激光雷达也无法使用。 为了理解点云信息,通常来说,我们对点云数据进行两步操作:分割(SegmentaTIon)和分类(Classification)。其中,分割是为了将点云图中离散的点聚类成若干个整体,而分类则是区分出这些整体属于哪一个类别(比如说行人,车辆以及障碍物)。分割算法可以被分类如下几类: 基于边的方法,例如梯度过滤等; 基于区域的方法,这类方法使用区域特征对邻近点进行聚类,聚类的依据是使用一些指定的标准(如欧几里得距离,表面法线等),这类方法通常是先在点云中选取若干种子点(seed points),然后使用指定的标准从这些种子点出发对邻近点进行聚类; 参数方法,这类方法使用预先定义的模型去拟合点云,常见的方法包括随机样本一致性方法(Random Sample Consensus,RANSAC )和霍夫变换(Hough Transform,HT); 基于属性的方法,首先计算每个点的属性,然后对属性相关联的点进行聚类的方法; 基于图的方法; 基于机器学习的方法; 在完成了点云的目标分割以后,分割出来的目标需要被正确的分类,在这个环节,一般使用机器学习中的分类算法,如支持向量机(Support Vector Machine,SVM)对聚类的特征进行分类,最近几年由于深度学习的发展,业界开始使用特别设计的卷积神经网络(Convolutional Neural Network,CNN)对三维的点云聚类进行分类。 然而,不论是提取特征-SVM的方法还是原始点云-CNN的方法,由于激光雷达点云本身解析度低的原因,对于反射点稀疏的目标(比如说行人),基于点云的分类并不可靠,所以在实践中,我们往往融合激光雷达和相机传感器,利用相机的高分辨率来对目标进行分类,利用Lidar的可靠性对障碍物检测和测距,融合两者的优点完成环境感知。 在无人驾驶系统中,我们通常使用图像视觉来完成道路的检测和道路上目标的检测。道路的检测包含对道路线的检测(Lane Detection),可行驶区域的检测(Drivable Area Detection);道路上路标的检测包含对其他车辆的检测(Vehicle Detection),行人检测(Pedestrian Detection),交通标志和信号的检测(Traffic Sign Detection)等所有交通参与者的检测和分类。 车道线的检测涉及两个方面:第一是识别出车道线,对于弯曲的车道线,能够计算出其曲率,第二是确定车辆自身相对于车道线的偏移(即无人车自身在车道线的哪个位置)。一种方法是抽取一些车道的特征,包括边缘特征(通常是求梯度,如索贝尔算子),车道线的颜色特征等,使用多项式拟合我们认为可能是车道线的像素,然后基于多项式以及当前相机在车上挂载的位置确定前方车道线的曲率和车辆相对于车道的偏离。 可行驶区域的检测目前的一种做法是采用深度神经网络直接对场景进行分割,即通过训练一个逐像素分类的深度神经网络,完成对图像中可行驶区域的切割。 交通参与者的检测和分类目前主要依赖于深度学习模型,常用的模型包括两类: 以RCNN为代表的基于Region Proposal的深度学习目标检测算法(RCNN,SPP-NET,Fast-RCNN,Faster-RCNN等); 以YOLO为代表的基于回归方法的深度学习目标检测算法(YOLO,SSD等) 二、定位 在无人车感知层面,定位的重要性不言而喻,无人车需要知道自己相对于环境的一个确切位置,这里的定位不能存在超过10cm的误差,试想一下,如果我们的无人车定位误差在30厘米,那么这将是一辆非常危险的无人车(无论是对行人还是乘客而言),因为无人驾驶的规划和执行层并不知道它存在30厘米的误差,它们仍然按照定位精准的前提来做出决策和控制,那么对某些情况作出的决策就是错的,从而造成事故。由此可见,无人车需要高精度的定位。 目前使用最广泛的无人车定位方法当属融合全球定位系统(Global Positioning System,GPS)和惯性导航系统(Inertial Navigation System)定位方法,其中,GPS的定位精度在数十米到厘米级别之间,高精度的GPS传感器价格也就相对昂贵。融合GPS/IMU的定位方法在GPS信号缺失,微弱的情况下无法做到高精度定位,如地下停车场,周围均为高楼的市区等,因此只能适用于部分场景的无人驾驶任务。 地图辅助类定位算法是另一类广泛使用的无人车定位算法,同步定位与地图构建(Simultaneous Localization And Mapping,SLAM)是这类算法的代表,SLAM的目标即构建地图的同时使用该地图进行定位,SLAM通过利用已经观测到的环境特征确定当前车辆的位置以及当前观测特征的位置。 这是一个利用以往的先验和当前的观测来估计当前位置的过程,实践上我们通常使用贝叶斯滤波器(Bayesian filter)来完成,具体来说包括卡尔曼滤波(Kalman Filter),扩展卡尔曼滤波(Extended Kalman Filter)以及粒子滤波(Particle Filter)。 SLAM虽然是机器人定位领域的研究热点,但是在实际无人车开发过程中使用SLAM定位却存在问题,不同于机器人,无人车的运动是长距离的,大开放环境的。在长距离的运动中,随着距离的增大,SLAM定位的偏差也会逐渐增大,从而造成定位失败。 在实践中,一种有效的无人车定位方法是改变原来SLAM中的扫描匹配类算法,具体来说,我们不再在定位的同时制图,而是事先使用传感器如激光雷达对区域构建点云地图,通过程序和人工的处理将一部分“语义”添加到地图中(例如车道线的具体标注,路网,红绿灯的位置,当前路段的交通规则等等),这个包含了语义的地图就是我们无人驾驶车的高精度地图(HD Map)。 在实际定位的时候,使用当前激光雷达的扫描和事先构建的高精度地图进行点云匹配,确定我们的无人车在地图中的具体位置,这类方法被统称为扫描匹配方法(ScanMatching),扫描匹配方法最常见的是迭代最近点法(Iterative Closest Point ,ICP),该方法基于当前扫描和目标扫描的距离度量来完成点云配准。 除此以外,正态分布变换(Normal Distributions Transform,NDT)也是进行点云配准的常用方法,它基于点云特征直方图来实现配准。基于点云配准的定位方法也能实现10厘米以内的定位精度。 虽然点云配准能够给出无人车相对于地图的全局定位,但是这类方法过于依赖事先构建的高精度地图,并且在开放的路段下仍然需要配合GPS定位使用,在场景相对单一的路段(如高速公路),使用GPS加点云匹配的方法相对来说成本过高。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶汽车的感知层和定位层具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2020-12-31 关键词: 定位 指数 无人驾驶

  • 无人驾驶汽车是如何组成的?无人驾驶汽车功能剖析

    无人驾驶汽车是如何组成的?无人驾驶汽车功能剖析

    无人驾驶是近几年的热门,目前,我国已有部分城市已经开始逐步实施无人驾驶。为增进大家对无人驾驶的了解,本文将对无人驾驶汽车的功能予以介绍,并在文章最后一部分对无人驾驶汽车的构造略做阐述。如果你对无人驾驶具有兴趣,不妨继续往下阅读哦。 一、无人驾驶汽车功能 不需要人驾驶汽车,它是一种智能汽车。他也可以成为一个机器人它里边儿你考计算机系统。那是下不需要人就可以让汽车自动行驶的功能。这项技术发展是非常快的。有一些报道指出,在2010年到2015年之间。这种汽车的相关技术发明的专利就达到了22000件。 并且在这个过程,有一些企业,它积累了大量的技术成为了行业的领导者比如说,谷歌,百度等。互联网公司和标一些企业他也在这个过程中被淘汰了,比如说乐视网。这种汽车的概念出现,也是最近才出现的,他最早出现在。美国,英国,德国等一些发达国家。不过这些国家在这种技术的研发阶段都取得了巨大的成果。并且在理论阶段到研究阶段,再到是十月十的也就接的。再到可是型和实用化等等,一个阶段,这些国家都取得了突破性的进展。 而中国这项技术齐步比较晚,大概。欧美等发达国家到底这些发达国家玩十年左右。哦!你有时间,有报道指出,到现在为止世界上最先进的这种汽车已经在路上测试了15万公里,其中的最后几万公里是在没有任何人的安全干预下完全有这辆汽计算机系统来控制汽车完成的。这种高科技汽车,它也集成了很多的技术是很多技术结合铁。其中有制度控制体系结构,人工智能和视觉设计等等。 这种高科技汽车给人们带来什么便利呢?那就是比如说,停车等功能有些新手开车的人坏吗?倒车就说可能不好,在比较狭窄的停车位中,他们可能就到不进去。但是如果用这项技术的话,你把车停到合适的位置,汽车,它自动的就可以。感觉周围的环境,并帮助你完成停车这件事情。 二、百度无人驾驶汽车主要功能 百度无人驾驶汽车是一种无需司机手动操作,汽车即可自动行驶前往目的地,综合使用摄像机、雷达系统、传感器和GPS系统来检测周围环境,在大量数据基础上进行实时定位分析,从而判断行驶方向和速度。百度无人驾驶车往返全程均实现自动驾驶,并实现了多次跟车减速、变道、超车、上下匝道、调头等复杂驾驶动作。测试时最高速度达到120公里/小时。中国面临的交通拥堵、汽车安全、环保等问题逐步凸显,百度无人车对于改善交通,减少人为事故的意义重大。 百度无人驾驶汽车可自动识别交通指示牌和行车信息,具备雷达、相机、全球卫星导航等电子设施,并安装同步传感器。车主只要向导航系统输入目的地,汽车即可自动行驶,前往目的地。在行驶过程中,汽车会通过传感设备上传路况信息,在大量数据基础上进行实时定位分析,从而判断行驶方向和速度。 三、无人驾驶汽车构造 无人驾驶系统的核心可以概述为三个部分:感知(Perception),规划(Planning)和控制(Control),这些部分的交互以及其与车辆硬件、其他车辆的交互可以用下图表示: 感知是指无人驾驶系统从环境中收集信息并从中提取相关知识的能力。其中,环境感知(Environmental PercepTIon)特指对于环境的场景理解能力,例如障碍物的位置,道路标志/标记的检测,行人车辆的检测等数据的语义分类。一般来说,定位(LocalizaTIon)也是感知的一部分,定位是无人车确定其相对于环境的位置的能力。 规划是无人车为了某一目标而作出一些有目的性的决策的过程,对于无人驾驶车辆而言,这个目标通常是指从出发地到达目的地,同时避免障碍物,并且不断优化驾驶轨迹和行为以保证乘客的安全舒适。规划层通常又被细分为任务规划(Mission Planning),行为规划(Behavioral Planning)和动作规划(MoTIon Planning)三层。 最后,控制则是无人车精准地执行规划好的动作的能力,这些动作来源于更高的层。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶汽车的功能还有无人驾驶汽车的构造具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2020-12-31 关键词: 无人驾驶汽车 指数 无人驾驶

  • 5G应用变得越来越广了

    5G应用变得越来越广了

    当今,相信很多人都听说过5G。随着5G技术的不断发展,5G的应用变得十分的广泛了。5G给我们的生活带来了极大的便利。 2019年6月,工信部正式向运营商颁发5G牌照,迄今已逾一年多了。如果说去年的5G停留在概念上,那么今年在中国移动等运营商的努力下,5G已经悄然转变为现实,成为社会生产生活至关重要的部分。 应用5G技术后,在食堂只需人脸绑定系统,挑选菜品的同时也能实现自动称重计费,非常方便省事。不仅老板可以少请员工减少成本,顾客也可以简约时间。5G对如今快节奏的生活发挥着重要作用。 5G能“飞”得多高?今年4月,在珠穆朗玛峰6500米前进营地,中国移动联合华为成功完成全球海拔最高5G基站的建设及开通工作,实现了珠峰峰顶的5G覆盖。如今,位于5300米处的常态化5G基站,持续为珠峰大本营保驾护航。 5G技术加速了无人驾驶汽车行业的发展,如今我们有的地方已经有了无人驾驶出租车、无人驾驶公交车等,是它解放了我们双手。甚至有的地方还有无人驾驶快递车,它使园区内员工间传递物件更方便快捷,大大提升工作效率,使大家拿快递更便捷。需要传递物件时,只需在手机上下单,扫车身二维码之后把物件放在车上即可,快递车会把物件送到指定的位置。快递车安装了360都环视摄像头,可以进行及时监控,使物件安全送达目的地。 华为Mate40拥有全球首款5nm集成式5G SoC芯片麒麟9000,独有星环设计,天生明星,与众不同;88°超曲面环幕屏和双扬声器立体声,极致视听盛宴时刻享受,声入人心,身临其境。超感知徕卡电影影像,智能可变超广角自拍,全面影像力,无惧黑夜,带来独特的光影体验。 因受疫情影响,我们的好多农产品销路受阻。但我们可以通过各大网红直播销售农产品,这是2020年最火的营销方式。5G万物互联时代,直播带货是新农具、新模式、新农活!借助5G低时延、高速率、高可靠性的网络连接,用户可以看到与直播现场同步的画面,与以往抢商品掉线、被退出直播间的情况将不复存在。而且在5G时代,直播不需要特定的设备跟专业人员操作,人手一部5G手机,用户只需要付流量费就可以直播带货。 5G能“潜”得多深?今年6月,中国移动携手华为深入地下534米,助力阳煤集团建成全国首个煤矿井下5G网络,创造了全球最深地下5G网络的纪录。 5G在医疗行业的快速发展,为患者提供了更多的选择,尤其是在疫情期间,5G在线问诊服务让患者足不出门就可以与医生“零距离”接触,不仅能够及时了解身体症状,同时也避免了普通人交叉感染的概率。像王先生的母亲,年龄较大、行动不便,能够在家轻轻松松地看病,5G医疗服务可谓是“大功臣”。 小编相信,在我国政府的大力支持下和各大企业的努力发展下,5G技术将会得到更大的发展,5G也会给我们的生活带来更好的体验。

    时间:2020-11-24 关键词: 系统 5G 无人驾驶

  • 5G已经商用一年啦,你购买5G手机了吗?

    5G已经商用一年啦,你购买5G手机了吗?

    2019年10月31日,我国三大运营商正式推出了5G套餐,5G正式开始商用了。截止到今天,我国的5G已经商用1年多了。 5G是第五代通信系统的简称,到2020年10月31日商用整整一年,大家感受到它的变化了吗? 商用一年间,中国5G发展蹄疾步稳。基站建设领跑全球、用户数量和终端连接数破亿、落地应用领域广泛……5G发展攀上新高度,为助力中国数字经济稳健发展注入新动能。 5G技术加速了无人驾驶汽车行业的发展,如今我们有的地方已经有了无人驾驶出租车、无人驾驶公交车等,是它解放了我们双手。甚至有的地方还有无人驾驶快递车,它使园区内员工间传递物件更方便快捷,大大提升工作效率,使大家拿快递更便捷。需要传递物件时,只需在手机上下单,扫车身二维码之后把物件放在车上即可,快递车会把物件送到指定的位置。快递车安装了360都环视摄像头,可以进行及时监控,使物件安全送达目的地。 5G能“飞”得多高?今年4月,在珠穆朗玛峰6500米前进营地,中国移动联合华为成功完成全球海拔最高5G基站的建设及开通工作,实现了珠峰峰顶的5G覆盖。如今,位于5300米处的常态化5G基站,持续为珠峰大本营保驾护航。5G能“潜”得多深?今年6月,中国移动携手华为深入地下534米,助力阳煤集团建成全国首个煤矿井下5G网络,创造了全球最深地下5G网络的纪录。 随着5G技术与教育的深度融合,多元化的教育新模式可以轻松实现。这不仅让我们的教学更加生动,也充分调动孩子们的学习兴趣!人工智能、大数据、虚拟现实等信息技术不断渗透教育领域,教学形式越来越丰富化和优质化。5G高清直播应用,打破地域限制,不同学校实现实时共享课堂画面,两地学生实现实时隔屏互动;5G全息投影技术,以1:1真人形象投射到远端多个教室里,把优质课堂同时带给多地学生;5G+VR+AR一体机,可将设计的可视化、游戏化、互动性强的教学内容,通过5G网络实时传送VR/AR影像到终端,帮助学生完成虚拟实验操作、物体拆解等课程学习。 5G基站的大规模建设,为5G的普及应用修通了“路”。数据显示,截至9月底,中国5G基站累计超过69万个,基本实现地市级5G覆盖,今年50万个5G基站的建设目标提前完成,5G累计终端连接数已超过1.6亿。其中,中国移动在全国开通5G基站超过35万座,并在所有地级市和部分重点县城实现5G网络商用;中国电信与中国联通开展5G网络共建共享,高效实现5G网络覆盖,一年来双方仅共建共享的5G基站已经达到30万站;日前,国内第四大运营商中国广电正式成立,并迅速迈出5G商用步伐。 对个人需要,我们可以按照三个方面进行5G手机的选购。一是从5G芯片的角度,可以考虑下载速率、语音成功率等;二是在摄影功能方面,可以综合夜景、人像拍摄、超慢帧、拍摄防抖以及8K 视频等角度进行选择;三是在游戏功能上,可以从多媒体、流畅性、续航、反应速度、发热等角度综合考量。 小编相信,随着5G技术的不断成熟,办理5G业务的消费者将会越来越多,5G网络也会给我们的生活带来很大的便利。对此,你购买5G手机了吗?

    时间:2020-11-24 关键词: 手机 5G 无人驾驶

  • 大佬深入剖析无人驾驶,无人驾驶汽车的未来如何?

    大佬深入剖析无人驾驶,无人驾驶汽车的未来如何?

    无人驾驶汽车自然是人们关注的焦点之一,对于无人驾驶,我国目前已取得一定成就。在往期文章中,小编对无人驾驶汽车工作原理、无人驾驶汽车优缺点均有所介绍。为增进大家对无人驾驶的了解程度,本文将对无人驾驶汽车的发展前景或者未来予以介绍。如果你对无人驾驶技术抑或无人驾驶汽车具有兴趣,不妨同小编一起往下阅读哦。 无人驾驶作为汽车未来的研究方向,其对于汽车行业甚至是交通运输业有着深远的影响。无人驾驶汽车的来临将能够解放人类的双手,降低发生交通事故发生的频率,保证了人们的安全。同时随着人工智能、传感检测等核心技术的突破和不断推进,无人驾驶必将更加智能化,同时也能够实现无人驾驶汽车的产业化。但是任何技术的出现都是循序渐进不断革新的过程,无人驾驶从出现到成熟再到能够在世界范围内运用,需要每一个汽车人的不懈努力。 未来的某天,当无人驾驶汽车普及,很多现有的社会制度将会受到强烈的冲击,比如人们不再需要驾照与保险这个硬性规定。随着信息技术的普及,无人驾驶汽车必将会与移动通信技术相连接,无人驾驶汽车通过移动通信可随时保持联系。如果是电动无人驾驶汽车,或许从国家电网公司购买电动汽车也不再是遥不可及,油费将会被电费取代,加油站也将会被拆除。马路上的出租汽车也不需要“的哥”,出租车司机这个职业将会渐渐消失。无人驾驶的出现,带给了我们无限美好的憧憬。 1、无人驾驶的未来设想与目标实现 最近,国内一则奥迪的汽车广告所展现出来的情景及功能是奥迪对未来无人驾驶的设想。新一代的奥迪A8搭载了Level 3级别的自动驾驶技术——目前世界上率先达到此级别的一台自动驾驶汽车。Level 3自动驾驶技术事实上正是自动驾驶技术的一个重要的分水岭,是“自动辅助驾驶”和“无人驾驶”的区别。Level 2多对应的是目前常见的ADAS(高级智能驾驶辅助)技术。包括了诸如ACC(自适应巡航)、AEB(紧急制动刹车)和LDWS(车道偏离预警系统)的辅助驾驶功能,车辆的驾驶者必须还是驾驶员本人。Level 3的出现,允许驾驶员在行驶过程中放开方向盘,转移注意力,甚至在关键时刻由AI取代驾驶员来驾驶汽车。这个级别的自动驾驶技术,更符合我们对“无人驾驶”所持有的想象。 2、无人驾驶汽车未来遇到的问题和困难 目前国内无人驾驶技术得到了不断的发展并且取得了长足的进步,无人驾驶汽车已经得到了公众的认可,但是要实现无人驾驶汽车的普及化仍然需要很长的路要走,关键技术水平不高,零部件非国产化严重、政策法规空洞需要完善等等问题依然需要汽车人的不断努力。 (1)技术问题。目前对于国内无人驾驶技术的探索仍然是以国外已经出现的技术为蓝本,其主要分为2种格局,一种是汽车企业主要是以美国Tesla技术为范本,另一个以谷歌技术路线为标准进行探索。精确定位与导航是实现无人驾驶最为重要的部分,只有实现精确定位与导航的精细化才能保证无人驾驶的安全性与可靠性。 目前由于技术因素,高精度GPS受制于国外限制,无法在民用汽车上应用,但是普通民用 GPS敏感度有缺陷,无法保证实现精确定位。虽然我国自主研制的北斗导航系统已经投入使用,但是其要想追上GPS仍然有很长的路要走。目前应用较为广泛的是与电子地图测绘企业进行合作,通过其来获得定位的相对准确性。车载传感器与高精度激光雷达作为汽车的眼睛,国内无法保证其精度要求仍然受制于人。如何实现车辆控制技术的国产化,不仅仅是实现无人驾驶不可避免的问题,同样也是中国汽车行业走向世界所必须解决的问题。 (2)政策法规。虽然美国、日本等发达国家鼓励无人驾驶技术的高速发展,但是其也对无人驾驶汽车上路行驶做出了明确的限制于规定。无人驾驶如何实现真正意义上的无人驾驶是必须面对的问题。无人驾驶汽车要想合法上路行驶,首先要解决政策法规的问题。无人驾驶汽车实际行驶过程中难免会因为某些原因而产生事故,如何划分事故责任,如何做到公正裁决等等这些都是要进行深入讨论与验证的问题。目前并没有那些国家对无人驾驶汽车专门制定完善的政策法规,要想真正的实现无人驾驶汽车的普及化,这是一个必须解决并且需要格外小心的问题。 (3)困难和难点。无人驾驶的一个很重要的用途是用于某些特殊的环境下,由于在某些特殊的环境下,人员生存困难,无人驾驶能克服这些问题,但是其也要解决例如极寒、道路条件复杂等各种极端环境的影响,这同样也是无人驾驶未来发展所有面临的困难。 在高速公路上,无人驾驶的汽车主要是保证按照道路安全标志与车辆识别等信息行驶,这样可以在很大程度上解决了高速公路行驶由于疲劳等因素造成的危险。在城市路况行驶中,路况主要是环境复杂,人员流动性大,机动车行驶时更加要时刻注意路面信息,对于感知和人工智能控制算法有了更高的要求。城市环境下的无人驾驶是对于无人驾驶技术的更大挑战,如何提高驾驶机动性与安全性,将是未来无人驾驶要攻克的难点。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶汽车具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2020-11-18 关键词: 无人驾驶汽车 指数 无人驾驶

  • 大佬剖析无人驾驶,无人驾驶汽车优缺点介绍

    大佬剖析无人驾驶,无人驾驶汽车优缺点介绍

    在无人驾驶技术被广泛研究的时代,大家对于无人驾驶或多或少都有所了解。目前,我国已有无人驾驶汽车正在投入试用,于规定道路上取得一定成果。那么,无人驾驶汽车有哪些优点呢?无人驾驶汽车又存在哪些缺点?本文中,小编将对无人驾驶汽车优缺点予以介绍。如果你对无人驾驶汽车具有兴趣,不妨继续往下阅读哦。 一、无人驾驶汽车优点 1、经济效益 一旦自动驾驶汽车完全整合到我们的日常用车和公路运输系统中,将会为整个社会带来巨大的经济效益,作为参考,中国道路交通事故每年发生20万起以上,造成的直接经济损失超过12亿元人民币,就算自动驾驶汽车仅能减少10%的事故,也能节省1.2亿元人民币损失。 2、拯救生命 据统计,90%的道路交通事故是人为犯错引起的,其中走神、疲劳、酒驾、超速占据了相当大的比重,全世界每年有130万人因车祸丧生,仅中国就有6万人以上,自动驾驶汽车将能消除一切人为犯错因素所导致的事故,这实际上会使事故的发生率大大降低。 3、无法开车的人能更方便的出行 这包含了色盲、老年人和残疾人,这些人往往不具备开车的能力或权利,但自动驾驶汽车将使他们享受开车或便捷出行,并且不会对自己或者他人造成危险。 4、更节省时间 自动驾驶汽车能够感知周围的其他汽车并与它们进行通信,随意停车、任意变道、加塞等行为会成为过去,这使得交通秩序变得更加良好,低车速下的小型刮蹭、碰撞事故也将被避免,相应的车速会变得比现在更快,人们的出行效率会更高。 5、更好的环境和空气质量 自动驾驶汽车最佳的实现路径是电气化,包含了纯电或燃料电池,尽管燃油车不是造成环境污染的全部因素,但仍旧是核心因素之一,这是全球的共识,燃油车在高车速、刹车、重新加速的情况下都会释放更多的排放物,而电动汽车虽然不是真正意义上的0排放,但实际排放量仍将大大降低。 6、对不喜欢开车的人更友好 并非所有人都喜欢开车,但对于大多数人来说,必须要在汽车上度过一些时间,最令人难以忍受的就是长途开车和高峰期开车,但自动驾驶汽车可以让开车变成一件愉悦的事情,它也能让你的一天拥有更多的可支配时间。 二、无人驾驶汽车缺点 1、大幅增加汽车保有量 根据自动驾驶汽车的特征,一些不具备驾驶能力的人也可能会拥有这种交通工具,汽车的保有量将会大幅增加,但这并不一定完全是好事,有可能带来一些其他的问题,比如,停车位会变得更加紧张。 2、黑客入侵 自动驾驶汽车更像一台机器人,它由既定的程序和人工智能芯片控制,对于所有自动化系统而言,由于故障或Bug,总是存在被黑客入侵或崩溃的风险,没有系统是绝对可靠的,如果黑客能够进入汽车系统,那么它就能控制汽车做任何事情。 3、失去工作 自动驾驶汽车的普及,必定会让那些以驾驶营运车辆为生的人失去工作,这是社会和科技发展的必然,一辆没有故障的自动驾驶货车可以24小时不间断的运行并确保安全,它能够产生成倍的效益,但是人力驾驶很难达到。 4、成本过高 与任何需要经年累月开发并测试的新技术一样,自动驾驶汽车的成本在最开始可能是天文数字,据估算,目前正在测试的自动驾驶汽车造价高达30万美元左右,对于国人来说,这相当于一辆300-400万的汽车。 5、过渡阶段面临巨大挑战 据全球知名经济咨询机构IHS环球透视预测,未来10-15年间,自动驾驶汽车的保有量将逐渐上升至9.2%,也就是说每100辆车里至少有9辆自动驾驶汽车,在传统汽车和自动驾驶汽车并存的阶段,是对自动驾驶汽车实用性、可靠性和安全性最大的挑战。 6、酷爱驾驶的人会感到遗憾 如果未来自动驾驶汽车完全普及,对于那些喜欢开车、期望享受驾驶乐趣和操控感受的人来说,是一个巨大的遗憾,然而这个时代正在往这个方向发展,因为手动挡、后驱、多缸、大排量的车已经越来越少。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶汽车的优缺点具备一定的了解。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2020-11-18 关键词: 无人驾驶汽车 指数 无人驾驶

  • 无人驾驶汽车如何工作?无人驾驶汽车有何特点?

    无人驾驶汽车如何工作?无人驾驶汽车有何特点?

    无人驾驶是近几年的热点之一,前些时间,第一台无人驾驶汽车在合肥予以施行。对于无人驾驶,我们也较为熟悉。那么,大家对于无人驾驶汽车的价格、无人驾驶汽车的工作原理以及无人驾驶汽车的特点熟悉吗?本文中,小编将对这三点无人驾驶相关问题予以介绍与解答。如果你对无人驾驶抑或无人驾驶汽车具有兴趣,不妨继续往下阅读哦。 一、无人驾驶汽车的价值 根据最新消息,现在不少企业公司都在研发无人驾驶汽车,因为在未来也会大受欢迎的。而现在数据显示,最便宜的汽车是Model3,该车在美国起售价格为3.5万美元,在国内售价保守估计也是30万左右,而且,这样的售价并不包括自动驾驶技术套件,你觉得这样的价格是不是你能接受的呢? 要知道,无人驾驶汽车可自动识别交通指示牌和行车信息,具备雷达、相机、全球卫星导航等电子设施,并安装同步传感器。所以现在的无人驾驶小车售价都是十分昂贵的,对于这样的售价,不少市民都表示接受不起,因为太贵了。 二、无人驾驶汽车的工作原理 无人驾驶汽车是通过车载传感系统感知道路环境,自动规划行车路线并控制车辆到达预定目标的智能汽车。 它是利用车载传感器来感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息,控制车辆的转向和速度,从而使车辆能够安全、可靠地在道路上行驶。 集自动控制、体系结构、人工智能、视觉计算等众多技术于一体,是计算机科学、模式识别和智能控制技术高度发展的产物,也是衡量一个国家科研实力和工业水平的一个重要标志,在国防和国民经济领域具有广阔的应用前景。 三、无人驾驶汽车特点 1.安全稳定 安全是拉动无人驾驶车需求增长的主要因素。每年,驾驶员们的疏忽大意都会导致许多事故。既然驾驶员失误百出,汽车制造商们当然要集中精力设计能确保汽车安全的系统。“无人”驾驶系统种类繁多,其中有些根本算不上“无人”,还有些活像是科幻小说中的东西。 防抱死制动系统其实就算无人驾驶系统。虽然防抱死制动器需要驾驶员来操作但该系统仍可作为无人驾驶系统系列的一个代表,因为防抱死制动系统的部分功能在过去需要驾驶员手动实现。不具备防抱死系统的汽车紧急刹车时,轮胎会被锁死,导致汽车失控侧滑。驾驶没有防抱死系统的汽车时,驾驶员要反复踩踏制动踏板来防止轮胎锁死。而防抱死系统可以代替驾驶员完成这一操作——并且比手动操作效果更好。该系统可以监控轮胎情况,了解轮胎何时即将锁死,并及时做出反应。而且反应时机比驾驶员把握得更加准确。防抱死制动系统是引领汽车工业朝无人驾驶方向发展的早期技术之一。 另一种无人驾驶系统是牵引和稳定控制系统。这些系统不太引人注目,通常只有专业驾驶员才会意识到它们发挥的作用。牵引和稳定控制系统比任何驾驶员的反应都灵敏。与防抱死制动系统不同的是,这些系统非常复杂,各系统会协调工作防止车辆失控。 当汽车即将失控侧滑或翻车时,稳定和牵引控制系统可以探测到险情,并及时启动防止事故发生。这些系统不断读取汽车的行驶方向、速度以及轮胎与地面的接触状态。当探测到汽车将要失控并有可能导致翻车时,稳定或牵引控制系统将进行干预。这些系统与驾驶员不同,它们可以对各轮胎单独实施制动,增大或减少动力输出,相比同时对四个轮胎进行操作,这样做通常效果更好。当这些系统正常运行时,可以做出准确反应。相对来说,驾驶员经常会在紧急情况下操作失当,调整过度。 2.自动泊车 车辆损坏的原因,多半不是重大交通事故,而是在泊车时发生的小磕小碰。泊车可能是危险性最低的驾驶操作了,但仍然会把事情搞得一团糟。虽然有些汽车制造商给车辆加装了后视摄像头和可以测定周围物体距离远近的传感器——甚至还有可以显示汽车四周情况的车载电脑——有的人仍然会一路磕磕碰碰地进入停车位。 由于雷克萨斯LS 460L采用了高级泊车导航系统,该车的驾驶员不会再有类似的烦恼。该系统通过车身周围的传感器来将车辆导向停车位(也就是说驾驶者完全不需要手动操作)。当然,该系统还无法做到像《星际迷航》里那样先进。在导航开始前,驾驶者需要找到停车地点,把汽车开到该地点旁边,并使用车载导航显示屏告诉汽车该往哪儿走。停车位需要比车身长2米(LS的车身较长)。自动泊车系统是无人驾驶技术的成就之一。通过该系统,车辆可以像驾驶员那样观察周围环境,及时做出反应并安全地从A点行驶到B点。虽然这项技术还不能让人完全放手,让汽车自动载您回家,但毕竟是朝着这个方向迈出了第一步。 以上便是此次小编带来的“无人驾驶”相关内容,通过本文,希望大家对无人驾驶汽车的价格、工作原理以及特点具备一定的认知。如果你喜欢本文,不妨持续关注我们网站哦,小编将于后期带来更多精彩内容。最后,十分感谢大家的阅读,have a nice day!

    时间:2020-11-18 关键词: 无人驾驶汽车 指数 无人驾驶

  • 岭纬科技为无人驾驶打造高性能激光雷达

    岭纬科技为无人驾驶打造高性能激光雷达

    激光雷达技术因测距精度高、方向感强、响应快、不受地面杂波影响等优势,且能有效反馈決策与控制系统所需信息,受到业内一致认同。在所有应用中,无人驾驶的要求最为严格、苛刻,需要更远的有效探测距离,更长的工作时间,可耐冲击,抗颠簸,激光雷达能否大规模在无人驾驶领域应用,主要取决于其成本和应用效果。 致力于高端固态高分辨率激光雷达研发的苏州岭纬智能科技有限公司(以下简称岭纬科技)的产品应用领域涵盖无人驾驶、先进辅助驾驶、车路协同、安防监控、智慧城市、智慧交通、三维建模、工业现场监测、轨道交通等,产品满足最为严苛的应用环境。 探测距离更长、续航更持久,抗恶劣环境更强 岭纬科技打造的高分辨率固态激光雷达分辨率高达480-720线,每条线高达1750像素,单探头每秒达1.5百万点,6探头每秒达8.4百万点,有效的探测距离为200米,最远探测距离可以达到1000m,符合车规的安全裕度。该公司固态分布式激光雷达,一主机支持多个探头,探头体积小,无机械旋转部件,采用MEMS工艺,可探测中远距离,在严酷环境下有较长的使用寿命,具备耐冲击,抗颠簸的特性。采用1550nm光源,可有效缓解雨雪、雾霾天气精度下降等问题。相比低线速产品,480线束内部只有1对收发,物料成本更低,性价比更高。 应用效果需要强大、稳定、高效的电源支持 激光雷达应用领域较广,供电系统输出电压也有所不同,能够支持宽电压范围的电源模块相当重要。同时,电源系统必须在任何工况下保证稳定的输出,保证系统的续航能力和系统的最优设计,尽可能节省有限的设计空间,兼具抗EMC和EMI的特性。 目前,岭纬科技在Titan M1高端系列产品中已全面采用了Vicor PI3740电源转换模块。PI3740是一款高转换效率、功率密度的电源模块,PI3740可将8~60V的供电电压转换为12V电压供系统使用,能够以高达96%的效率提供高达140W的功率及高达8A的输出电流,若系统中还需要其它如5V、3.3V的电压轨,再通过POL电源芯片进行二级转换。Vicor电源模块的集成度高,外围器件用量少,设计方便灵活。Vicor技术支持团队和岭纬科技系统工程师密切配合,在系统测试中进行了高低温、冲击、极限、带载老化等多项测试,电源模块运行可靠稳定,产品的导入和评估工作进展相当顺利。 未来的激光雷达 未来,激光雷达将向低成本、固态化、量产化方向发展。在无人驾驶应用领域,整体方向依然是要实现激光雷达的更高分辨率和精准度,进一步保证无人驾驶的安全性。相信在和Vicor支持团队的配合下,未来的新产品将给用户带来全新的体验。

    时间:2020-10-19 关键词: 岭纬科技 激光雷达 无人驾驶

  • 设计智慧城市应该以人为本

    设计智慧城市应该以人为本

    当今,随着全国各地乃至世界很多国家对智慧城市建设的重视,预计到2025年,全球将有不少于26个成熟的智慧城市。在智慧城市大力发展的时代,我们不能忽视智慧城市发展中可能面临的挑战。 智慧城市是新生事物,几乎没有最终确定或实施的项目,智慧城市建设存有很多疑问。虽然大标题和策略都已经明确,其实际应用仍然是不确定的,因此,我们可以质疑其规划过程。我们在设计智慧城市时可能出现哪些错误?在规划阶段,我们没有解决哪些关键因素? 答案很简单。许多城市管理者为了争取时间、节省资金,在试图跳过关键的规划阶段时,往往倾向于减少社区参与。收集数据并将公民联系起来以揭露问题和社会需求,通常是一个广泛的过程。事实上,政府官员宁愿采用基本技术和通用的总体规划,也不愿回应市民面临的问题,并提出基于解决方案的设计。他们会优先考虑技术而不是人民;他们推崇自下而上的方法,但不会触及社会中最不幸、最边缘化的部分,这已经逐渐成为惯例。 迄今为止,智慧城市规划中最大的错误是忽视人文因素。如果这些未来的智慧城市以效率为目标,那么规划过程中就不能缺少社区。 爱默生学院参与实验室的智慧城市研究专家John Harlow表示,“城市的智慧源于人们了解对他们来说什么是重要的,以及他们面临的问题”。因此,一个不以人为本的城市,很难称得上是智慧城市。 尽管智能城市正成为一种营销工具,世界各地都在实施相同的战略,Harlow建议从小处着手。通过类似针灸的干预措施,城市管理者可以发现关键问题并进行技术试验。事实上,从试验阶段开始,根据实际效果尝试、监控、更改不同的技术,城市可以找到更有效的解决方案。 此外,还可以在测试阶段可以收集社区反馈。人们可以熟悉这些新工具并提出自己的想法,最终改善其性能。 智慧城市技术不一定由无人驾驶车辆和无人机组成。事实上,它可以一些采取更简单的措施,例如高速公路附近的空气质量传感器、雨水排放管中的水传感器,或者可以收集公共场所内人员数据、以更好了解其共同习惯的摄像头。最后,谈到数据管理,Harlow建议让社区参与进来以建立人们的信任,并采取必要措施纠正错误。 政府和社会都相信技术能解决所有问题。他们没有意识到,如果以人为本,他们可以发起更好的对话,确定具体问题,并找到适合情境的技术方案解决问题。

    时间:2020-10-17 关键词: 无人机 智慧城市 无人驾驶

  • 自动驾驶,当梦想照进现实

    自动驾驶,当梦想照进现实

    三年前,百度掌门人李彦宏乘坐无人驾驶汽车开上了北京五环,成为该领域第一个吃螃蟹的人,也收到了史上第一张无人驾驶罚单。 而今随着政策法规的相继出台,多地陆续开放自动驾驶车辆的测试路段。滴滴、百度等业内玩家也纷纷试水载人路测,面向公众推出自动驾驶出租车服务。曾经在科幻电影中才能看到的自动驾驶汽车服务场景,如今正在走进现实。 自动驾驶其实是被逼出来的 事实证明自动驾驶是被逼出来的。 每年,全球因道路交通事故而死亡的人数超过100万,其中九成以上的交通事故因驾驶不慎导致。在北京这样的大都市,早晚高峰时段,高速路堵成停车场已经司空见惯。据统计,北京每年因交通拥堵带来的直接、间接经济损失高达数千亿人民币,且由此引发的空气质量问题也影响了数千万市民的生活,成为不可忽略的社会问题。 自动驾驶可以减少交通事故的发生率,提升出行安全。同时自动驾驶的实时路径规划可以为车辆选择最佳行驶路线,减少交通拥堵,提升运输效率,实现节能减排。 此外,人们对创新出行方式的探索从未停止。而自动驾驶就是要让驾驶员变为乘客,将他们从枯燥的驾驶操作中解放出来,在路上做一些更有价值的事情,比如看书、听音乐、移动办公等等。 落地应用前的三座大山 虽然特斯拉近期表示其自动驾驶系统将有重大升级,今年有望达到L5级。但即便是L3级的自动驾驶汽车量产,目前仍然存在很多难以解决的问题。更不用提自动驾驶汽车上路必需的车联网基础设施和相关法律法规的缺失,都是横亘在落地应用前的三座大山。 第一、技术开发难度大,成本太高昂 高级别自动驾驶汽车的关键零部件,包括AI芯片、集成电路、激光雷达等还处于研发初级阶段。这些芯片也尚未通过市场检验,实际效果还难以确定。车规级的激光雷达现在也面临很大挑战,其尺寸、成本、可靠性等尚不能完全满足汽车前装的要求,距离量产还有很长的路要走。此外,为保证安全性,必须把功能安全级别提高,从硬件到软件都要升级,势必带来成本过高的问题。 第二、完善车联网基础设施需要时间 自动驾驶实现产业化,需要车、路、云、网、图互联,协同发展。尽管车路协同(V2X)有很多创新探索,但由于交通、通信、汽车等跨行业协调的难度很大,仍需突破技术障碍,加快落地应用。构建5G-V2X的网络,打造综合大数据及云平台,推进道路基础设施的信息化和智能化改造,绝非一朝一夕之功。 第三、相关法律法规缺失 自动驾驶汽车上路,与现行法律法规存在诸多冲突,包括《道路交通安全法》、《公路法》等都不涉及自动驾驶方面的内容,没有明确法律界定。例如交通责任的认定缺失,客户购买自动驾驶汽车会有很多疑虑,将影响高级别自动驾驶汽车实现市场化。 ADAS,自动驾驶演进的必经之路 虽然自动驾驶从技术成熟、商业成熟到法规成熟,道阻且长,但业界要实现自动驾驶的目标是明确而坚定的。全球车企正在大力推动自动驾驶产品的研发。想要实现不需要人类介入的完全自动化驾驶,必须具备三个条件——即车辆完全了解环境,并根据环境变化做出相应动作,同时确保汽车本身安全和信息安全。这其中离不开高级驾驶辅助系统(ADAS)技术的不断演进。 ADAS系统的主要功能是为驾驶员提供车辆工作情形、车外环境变化等相关信息,同时进行分析,预先警告可能发生的危险状况,让驾驶人提早采取相应措施,避免交通意外发生。 据市场研究机构Research And Markets最近发布的报告预测,到2025年,全球ADAS市场规模将达到670亿美元。作为全球技术解决方案提供商,安富利看到了汽车电子市场蕴藏的巨大商机,顺势推出了自有品牌ADAS解决方案,不仅支持盲点探测、环视、紧急刹车、全自动停车辅助、泊车等智能控制,同时还提供3D高清实时驾驶、高清夜间实时驾驶、2D高清环绕视图/道路标志识别图像、偏离车道警示/碰撞警告系统等功能,有效避免交通事故。 更贴心的是,安富利ADAS解决方案中的“驾驶员驾驶状态监测系统”,可以精准识别驾驶员的精神状态和行为,当驾驶员出现打哈欠、瞌睡等情况时,汽车自动启用自动驾驶系统,及时地接管车辆,以保证行车安全。它甚至可以感知驾驶员的情绪,为其播放喜欢的音乐,以舒缓心情。未来,汽车将不再是冰冷的机器,而是一个体贴、有温度的伙伴,从“人”的角度出发,更好地回应人的需要。

    时间:2020-09-29 关键词: 安富利 自动驾驶 无人驾驶

  • 无人驾驶公交车!百度 Apollo 联合金龙推首款 L4 级自动驾驶中巴

    无人驾驶公交车!百度 Apollo 联合金龙推首款 L4 级自动驾驶中巴

    无人驾驶可以说是越来越热门了,由重庆永川区人民政府、重庆车检院和百度共同建设的 “西部自动驾驶开放测试基地”宣布正式投入使用。同时,百度获颁重庆市 10 张自动驾驶载人测试运营牌照,百度 Apollo 与金龙客车合作的 L4 级自动驾驶中巴全球首发,位于永川区的西部首条自动驾驶公交线也将于近期通车运营。 据介绍,西部自动驾驶开放测试基地位于重庆永川中心城区,基于车、路、云、图全面协同的建设模式,全方位部署了 5G 通信路网环境,构建起立交、隧道、桥梁等 30 余个山城典型开放道路测试场景,可同时承载 200 台智能驾驶汽车开展测试。 随着西部基地的启动运营,百度 Apollo 在重庆开展载人测试运营,重庆人民将很快坐上百度的自动驾驶公交车 Robobus 和自动驾驶出租车 Robotaxi —Apollo Go。 2019 年 8 月重庆智博会期间,重庆永川区人民政府、重庆车检院和百度公司就建设 “西部自动驾驶开放测试基地” 达成合作。该项目整体规划将在永川新城区 20 平方公里、双向约 180 公里道路区域内,建设双向不少于 20 公里车路协同测试示范展示区。项目共分两期进行建设,目前一期双向 10 公里的车路协同测试示范展示区已经建成。 在自动驾驶开放测试基地区域内,已开展了 5 种应用场景 20 台 L4 级自动驾驶车辆的测试和示范,包括百度多地运营的一汽红旗和福特林肯 Robotaxi,还有百度与厦门金龙合作打造自动驾驶公交车 Robobus 和百度与庆铃汽车合作打造的无人驾驶环卫车等。其中,现场全球首发的 L4 级自动驾驶公交车 Robobus 是百度和金龙合作的第三款车型。 公交场景的特殊性在于站点及吞吐量,Robobus 具备精准泊车能力,实现精准靠站,轻松应对公交站场景及更为复杂的城市道路路况。

    时间:2020-09-22 关键词: 百度apollo 金龙 无人驾驶

  • 东风汽车即将推出新一代凯普特绿色城市智慧物流轻卡

    东风汽车即将推出新一代凯普特绿色城市智慧物流轻卡

    东风汽车股份有限公司在新能源汽车领域深耕了15年。东风汽车通过不断的创新和发展,走出来一条独特的发展道路,并且取得了很不错的成就。据消息称,东风汽车将上市新一代凯普特绿色城市智慧物流轻卡。 2005年,作为国内有影响力的轻型车企业,东风汽车股份在业内率先发展新能源汽车。从2010年开始,东风汽车股份加速发展步伐,以党中央提出的 “转变发展模式、掌握核心技术、发展新能源”三个重要指示为指导方向,着力发展新能源及智能汽车产业。 近年来,东风汽车股份的新能源汽车事业实现了跨越式发展,逐步掌握核心技术,已在电池应用管理技术、驱动控制技术、辅助动力系统、整车设计等方面取得多项发明及实用新型专利,形成研发、制造以及运营管理的完整体系,具备800多家网络的服务能力,产品覆盖新能源乘用车、物流车、客车、厢货等全系车型,打造了满足各领域客户需求的主销车型。尤其在纯电动商用车领域,东风汽车股份市占率已处于第一阵营,例如,东风凯普特EV350作为新能源物流车的主销车型,2020年上半年市场份额达45%,是行业内销量最高、市占率第一的车型,分别为全国多个城市的快递速运、商超配送、批发物流等行业做绿色物流服务,成为城市绿色物流配送的一道靓丽风景线。 十年磨一剑。经过10余年的磨砺,东风汽车股份在“163倍增计划”引领下,以“智慧物流最佳合作伙伴”为发展愿景,把脉行业大势、掌握核心科技、洞察客户需求,将重磅推出全新一代、正向开发的东风凯普特绿色城市智慧物流轻卡。该车型是在全新的纯正电动车平台上多年研发,其安全性、可靠性、功能性更为出色,而且从外观到内饰、从续航能力到安全配置和智能配置等方面实现全新升级。这是曾经身处新冠疫情重灾区的东风汽车股份在后疫情时代激烈的汽车市场竞争中,应对补贴退坡和后补贴时代的一款重量级新能源产品,既是东风汽车股份应对智慧物流、绿色物流的全新力作,也将成为东风汽车股份实现“163倍增计划”的一款重要利器,助力2025年汽车销售30万辆的目标达成。 “向客户而生”的东风汽车股份在“163倍增计划”的指引下,将疫情带来的挑战变成企业产品转型升级的重要节点。东风凯普特绿色城市智慧物流轻卡是东风汽车股份在充分把握市场变化、客户需求基础上而倾力打造的全新一代产品。东风汽车股份研发专家表示,这是研发团队精心打磨多年的一款力作,倾尽大家的心血,全方位满足客户对车辆的各项需求,外形时尚有颜值、内在智能有才华,特别是多重安全保护措施、生态科技系统完美诠释出纯电动物流轻卡的极致魅力,显示出东风汽车股份在新能源领域的至高水平。值得一提的是,该款新品在安全防护、可靠承载、智能行车、用车经济等方面实现了完美统一。 无疑,这款正向开发的绿色城市智慧物流轻卡的杰出品质体现出东风轻型车在智慧物流新时代一次巨大的跨越,东风汽车股份的技术实力也在纯电动物流轻卡上得到全面展现。它所具备的智能驾驶辅助、智能远程诊断、智能预约服务等全新科技也将为智慧物流行业的发展注入全新活力,引领智慧绿色物流行业迈向全新征程。 十年磨一剑,利刃已出鞘。作为东风公司轻型车事业主担者,东风汽车股份前瞻汽车行业“五化”(轻量化、电动化、智能化、网联化、共享化)大势,在智能化的时代浪潮中,积极布局智慧物流新生态,以客户需求为首要出发点,不断自主创新,不仅于2019年在业内率先推出无人驾驶智能对点载运平台——Sharing Box,真正实现特定场景下L4级别的无人驾驶,更将于今年9月10日对外正式发布全新一代的、正向开发的东风凯普特绿色城市智慧物流轻卡,为客户提供安全、高效、智慧的物流和出行服务解决方案,从而实现“产品+服务”转型,成长为“智慧物流最佳合作伙伴”,进而让未来物流营运更智能化、更人性化,“满载信赖”开启东风轻型车智慧物流新时代! 东风汽车股份全面布局传统燃油车和新能源汽车,据悉,东风凯普特绿色城市智慧物流轻卡发布同时还有一款全新一代驾驶室的、智能配置的、完全按照日产开发流程和开发体系打造的东风轻型车全新战略(燃油)轻卡即将同步发布!

    时间:2020-09-19 关键词: 智能化 智慧物流 无人驾驶

  • 百度全无人驾驶5G云代驾首次亮相:“5G云代驾”新职业

    百度全无人驾驶5G云代驾首次亮相:“5G云代驾”新职业

    今日消息,百度世界2020大会在线上开启,在直播现场,百度集团副总裁、智能驾驶事业群组总经理李震宇和央视主持人宝晓峰在“2022年冬奥会组委会”所在地北京首钢园区体验了全无人驾驶的Robotaxi。 央视主持人康辉和百度创始人兼首席执行官李彦宏同台直播。 据悉,2020年冬奥会期间,100辆百度Apollo自动驾驶出租车将出现在首钢园区,助力2022年冬奥会。 会上,百度还首次发布了“5G云代驾”。 百度提出,无人驾驶的三要素是:前装量产,AI司机,5G云代驾。 “5G云代驾”是无人驾驶的重要配套服务,基于5G、智慧交通、V2X 等新基建设施,可为无人驾驶系统补位。 比如在面对临时道路变更或交通管制等情况,接到求助请求后“5G云代驾”的驾驶员可以接管无人驾驶车,远程操控车辆,帮助车辆解决问题。 李彦宏在直播中提到,因为“AI老司机”已经能应对绝大多数路况,极端场景并不是经常出现,所以,云端驾驶员一个人可控制十辆车、百辆车。 百度表示,目前配备的5G云代驾安全员充足,能保证对全国各地的百度Apollo自动驾驶出租车100%响应。 那么,由此看来,“5G云代驾”的云端驾驶员将成为AI时代的新职业。

    时间:2020-09-15 关键词: 百度 无人车 无人驾驶

  • 自动驾驶出租车测试火热,离真正落地还需要什么?

    自动驾驶出租车测试火热,离真正落地还需要什么?

    2020年4月,百度宣布在长沙全面开放Apollo Robotaxi服务;6月27日,滴滴在上海首次面向大众开放了自动驾驶服务,央视“段子手”主播朱广权全程直播了驾驶体验,进行了一次自动驾驶全民科普。 6月23日,高德打车与自动驾驶企业文远知行达成合作,在广州上线了Robotaxi(自动驾驶出租车)服务。随后,一些互联网巨头与传统车企也公布了自己的布局计划。 9月10日,北京市开放自动驾驶载人测试启动仪式在位于北京经济技术开发区的百度Apollo Park举行,百度宣布在北京正式开放自动驾驶出租车服务。市民可以在Apollo及百度地图上预约体验Robotaxi自动驾驶出租车。 后台将根据报名情况分批通过、邀请体验。据悉,首批报名确认信息已经发出,很快就会有一拨市民能够体验。 当然,国外车企在自动驾驶方面也加紧了布局步伐。在2019年的Autonomy Day活动上,电动汽车制造商特斯拉首席执行官埃隆马斯克(Elon Musk)表示,马斯克曾宣布特斯拉计划在2020年底前为无人驾驶拼车网络部署100万辆“自动驾驶出租车”。 这是特斯拉“全自动驾驶能力”计划的延伸,旨在改善其自2016年以来生产所有汽车的司机辅助驾驶系统Autopilot,使它们能够自动驾驶。 当然,为了推动行业有序发展,国家也开始制定相关政策法规。今年8月,由中国智能交通产业联盟(China ITS Industry Alliance)发起的团体标准《自动驾驶出租车运营规范与安全管理要求》正式立项。 据悉,由中国智能交通产业联盟发起的与自动出租车运营与商业化强相关的标准一共由三部分组成,包括《自动驾驶出租汽车技术要求》、《自动驾驶汽车测试驾驶人职业技能及培训要求》以及《自动驾驶出租车运营规范与安全管理要求》,这三大标准将构成国内完善的Robotaxi商业化运营管理标准体系。 综合来看,得益于芯片算力的大幅度提升、大数据的海量积累、视觉人工智能算法的有效应用等,在感知、预测、规划、决策等方面已有自动驾驶关键技术突破与更成熟的系统解决方案。 此外,自动驾驶与智能网联,也已经在多个场景下得到传感器、智慧道路、智慧城市、高精地图、5G—V2X(车与外界信息交换)、等各方面的合力支撑。 与自动驾驶运输货物相比,自动驾驶载客出行服务是一个相对更难的业态,因为需要考虑车辆行驶的载客安全性与载客服务模式等体验。一般来讲,城中村内车多人杂,交通道路复杂多变,对于自动驾驶的预测算法构成较大挑战。 接下来,企业还需要强化机器学习模型,并反复进行模型训练、提升算法、提高预测准确性。 有业内人士指出,当车辆具备了安全上路的能力,自动驾驶要顺利落地,还需要满足一下几个条件:首先是“自动驾驶大脑”,即让系统替代人,进行决策判断;其次,是自动驾驶汽车自身技术的不断迭代和进步;最后,自动驾驶落地也需要政府的支持及企业的持续推动。 对国内交通法规,道路网联系统建设也需要不断地完善与加强,健全行业标准,也是无人驾驶汽车在未来告别安全员陪伴的重要环节之一。

    时间:2020-09-11 关键词: 百度 芯片 无人驾驶

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包