自动驾驶
-
降本增效兼顾，imc ARGUS最新推出4款数采测量模块
适用于汽车、航空航天、铁路、垂直起降(eVTOL)和重型机械行业的各种测试场景
-
再获殊荣!大联大荣膺第八届蓝点奖之国际影响力品牌奖
2025年10月30日，致力于亚太地区市场的国际领先半导体元器件分销商---大联大控股宣布，凭借卓越的品牌实力与市场表现，荣获第八届蓝点奖之“国际影响力品牌奖”。该奖项由深圳市电子商会主办，旨在表彰在电子信息产业中展现出卓越国际影响力的品牌。此次获奖，既是对大联大二十年来深耕电子行业、持续创新发展的高度认可，更是对其全球品牌辐射力与影响力的最佳证明。
-
智能执行器颠覆汽车技术
公众往往会认为，自动驾驶就是汽车人工智能(AI)，这种认知只是汽车人工智能的冰山一角，掩盖了一场更深层次的看不见的技术变革：人工智能正在融入车辆电气/电子架构的方方面面，这是一个复杂而精密的系统，所涵盖的范围远不止自动驾驶功能，还包括收集数据的传感器、实时处理数据的确定性微控制器，以及控制汽车安全关键型功能的执行器。
-
市值破5万亿美元后，英伟达眼中的未来是怎样的？
美国时间周二，英伟达CEO黄仁勋在GTCAI大会上表示，希望将自身技术打造为日常生活的核心，覆盖基站、机器人工厂、自动驾驶等所有领域。
-
浪潮信息AI团队获ICCV 2025 自动驾驶竞赛"端到端自动驾驶"赛道冠军
北京2025年10月28日 /美通社/ -- 近日，在ICCV 2025自动驾驶国际挑战赛（Autonomous Grand Challenge 2025）中，浪潮信息AI团队凭借其提出的创新框架"SimpleVSF"，以53.06的EPDMS综合得分，在端到...
-
NVIDIA 与世界领先企业共同加速无人驾驶出租车的全球部署
Stellantis、Lucid 和梅赛德斯-奔驰加入 L4 级自动驾驶生态系统领导者行列，基于 NVIDIA DRIVE 辅助驾驶平台和 DRIVE AGX Hyperion 10 架构，加速推进自动驾驶技术发展
-
康佳特COM Express 模块系列通过铁路应用测试认证
conga-TC675r 完成 IEC 60068 测试，提供适用于极端环境的紧凑型应用就绪嵌入式模块
-
无损测试赋能车载以太网，构筑智能汽车传输加速新基石
随着自动驾驶、智能座舱等技术的深度演进，智能汽车正成为数据密集型移动终端。车载以太网作为连接激光雷达、毫米波雷达、域控制器等核心设备的 “神经网络”，其传输速率与稳定性直接决定了智能驾驶的安全等级。然而，传统测试方法的局限性逐渐凸显，“无损” 测试技术的突破，为车载以太网提速提供了关键支撑，成为智能汽车产业高质量发展的重要保障。
-
自动驾驶感知系统的FPGA-GPU协同架构：优化多传感器数据融合与目标检测效率
在L4级自动驾驶技术演进中，感知系统的实时性与准确性成为制约技术落地的核心瓶颈。某款L4级Robotaxi的实测数据显示，传统GPU单芯片架构在复杂城区场景下，传感器数据融合延迟高达120ms，目标检测漏检率达7.2%。而基于FPGA-GPU异构协同的感知架构，通过时空对齐优化与动态任务分配，将端到端延迟压缩至38ms，目标检测召回率提升至99.7%，为自动驾驶商业化落地提供了关键技术支撑。
-
汽车传感器芯片：智能驾驶时代的感知革命
随着自动驾驶技术从辅助驾驶向高阶智能演进，汽车传感器芯片正迎来前所未有的变革期。作为智能汽车的 “五官”，传感器芯片不仅实现了从单一功能到多维度感知的跨越，更在技术架构、市场格局和产业生态上呈现出全新特征，成为推动汽车产业智能化转型的核心力量。
-
全新 IC 与拓扑革新：破解智能汽车数据网络瓶颈
随着 L3 及以上级别自动驾驶的普及和智能座舱的升级，汽车正从单纯的交通工具转变为数据密集型移动终端。一辆高端智能汽车搭载的摄像头、激光雷达等传感器每秒可产生数十 GB 数据，传统 CAN/LIN 总线架构已陷入带宽不足、延迟过高的困境。在此背景下，全新车载以太网 IC 芯片与创新拓扑结构的协同突破，成为支撑汽车智能化跃迁的核心技术支柱，为车载网络带来了革命性变革。
-
激光雷达：自动驾驶的 “三维感知之眼”
在自动驾驶技术的感知体系中，激光雷达(LiDAR)凭借其独特的三维感知能力，成为破解复杂路况难题的关键设备。这种通过激光束探测环境的遥感技术，以厘米级精度、全天候可靠性构建起车辆的 “感知神经网络”，支撑着高精地图绘制、精准定位、障碍物检测等核心功能的实现，为自动驾驶的安全落地奠定基础。
-
TÜV莱茵举办汽车全球市场准入与最新智驾法规论坛 赋能车企行稳致远
上海2025年10月17日 /美通社/ -- 10月16日，国际独立第三方检测、检验和认证机构德国莱茵TÜV大中华区（简称"TÜV莱茵"）在上海举办"汽车全球市场准入与最新智驾法规论坛...
-
马斯克挖角NVIDIA两员大将！xAI研发“世界模型”用于游戏及机器人
10月13日消息，据报道，埃隆·马斯克的xAI正加速构建所谓的“世界模型”，与Meta和谷歌等对手一同角逐下一代AI系统。
-
我国如何实现L3、L4级别自动驾驶：中国科协主席万钢给条件
9月28日消息，余承东等多位大佬曾不止一次的公开表示，希望L3标准快点到来，而实现这个标准，到底需要什么来做支撑呢?
-
重新审视机器视觉软件在视觉检测中的应用方法
随着市场对电动、混合动力和自动驾驶汽车的需求不断攀升，汽车行业正迎来难得的发展契机。如今，行业能够重新审视机器视觉软件在视觉检测中的应用方法，确保制造商在初次进入汽车行业时少走弯路。
-
自动驾驶汽车自动化等级分为哪些？
自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，使电脑能够在没有任何人类主动操作的情况下，自动安全地操作机动车辆12。
-
自动驾驶感知不一致是怎么发生的?
“摄像头说前面是卡车，激光雷达说那是墙，毫米波雷达干脆啥也没看见。”—— 这不是段子，而是工程师在雨夜高速上抓到的真实数据。在看似先进精密的自动驾驶领域，感知不一致的问题却频繁出现，犹如一颗隐藏的雷，随时可能引发严重后果。深入探究这一现象，对推动自动驾驶技术的安全发展至关重要。
-
优化图像传感器平台，应对汽车最具挑战性的拍摄场景
随着汽车行业向自动驾驶和高级驾驶辅助系统(ADAS)的快速演进，汽车对环境感知的准确性和可靠性提出了前所未有的要求。图像传感器作为汽车视觉系统的核心组件，需要在各种复杂且具有挑战性的拍摄场景中提供高质量的图像数据，以支持车辆的决策和控制。从强光照射的白天到漆黑的夜晚，从恶劣天气条件到快速变化的动态场景，优化图像传感器平台成为满足这些需求的关键。
-
模拟器，会是自动驾驶的下一个刺激战场吗?
在亚利桑那州梅萨的南隆摩街和西南大街的拐角处，有一个左转黄灯路口，被自动驾驶行业人士戏称为 “死亡之地”。这个路口对人类司机和无人车而言都极具挑战性：过早左转可能引发危险，过晚转弯又会阻碍交通。Waymo 为训练无人车通过此路口，花费大量精力开展自动驾驶模拟测试。它通过定制传感器套件，构建了一个详细的虚拟现实版东部山谷，让无人车在其中反复训练。如今，模拟测试已成为 Waymo 无人车开展公共道路路测前的必备项目。其高级软件工程师 James Stout 透露，公司的模拟器 Carcraft 累计模拟测试里程达 50 亿英里，拥有 25000 台虚拟自动驾驶汽车，每天行驶里程 800 万英里，年数据超 25 亿英里，凸显了 Waymo 对模拟测试的重视。
