自动驾驶

关注440人关注
我要报错
自动驾驶汽车(Autonomous vehicles;Self-piloting automobile )又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。
  • 智能网联汽车的发展更能满足当下的需求和生活方式

    在人们的大力要求下,现代汽车具备的功能也越来越多。如自主驾驶辅助、网联式驾驶辅助、人机共驾、信息安全以及智能决策等技术成为了现代汽车迈向未来的发展基础。智能网联汽车生态链在不断完善,多方从竞争走向协同创新。汽车作为我国的重要产业支柱,其发展需要雄厚的资金和专业的人才。智能网联汽车实现了汽车与人、互联网等多渠道的信息交换。同时能够依照路况和人的需求为驾驶者和乘客提供安全、高效其舒适的环境。在现代技术的辅助下,智能网联汽车的发展更能满足当下的需求和生活方式。

  • 5G技术和网络的这些应用你了解有多少?

    所谓“自卖头”,是指自采自卖菜品的小摊主。常年卖鱼卖菜的老杨,已经是这个小市场的“老人”,他家自有三分地,还有一个小鱼塘,虽说菜量不大,可天天能见利。大前年,手机支付早已流行了好多年,那时说起这个,他有些感慨:“可惜咱是‘睁眼瞎’,认不得几个字,算账也不行,也就不敢到街门头子(城里)卖菜。现在又是电子秤又是手机支付的,我到现在还不敢碰呢。”这难免多多少少会影响收入。后来,老杨经人点拨才知,原来办个实惠的5G套餐、选一部性价比高的5G手机就能解决问题。在山东微山联通营业厅,营业员小赵手把手教他使用支付宝、微信支付和收款方法,老杨还学会了刷抖音、用微信。

  • 高功率激光器循序渐进助推自动驾驶落地

    自动驾驶是引领当代汽车与各种技术深度融合的应用,难度之大可想而知。它犹如一场漫长的马拉松,怎样才能有的放矢,把控自如?从目前自动驾驶落地情况看,不论国内国外,基本上都是低速场景,从低速车开始先易后难,力求尽快实现商用落地。

  • Waymo挑战赛两个第一,地平线与零跑秀中国肌肉

    6月20日,CVPR 2021自动驾驶研讨会(Workshop on Autonomous driving)揭晓了本年度谷歌无人驾驶公司Waymo开放数据集挑战赛的最终结果,地平线感知算法团队凭借AFDetV2模型获得了实时3D挑战项目的第一名,另一个模型则荣获Most Efficient Model(最高效模式)头衔。这是继2020年荣获5项挑战中4项全球第一后,地平线再次摘得桂冠。

  • 车载雷达大时代之装车率、4D雷达与雷达抗干扰

    自动驾驶发展路线图上,应用最广泛的就是雷达传感器。据恩智浦半导体大中华区汽车电子首席系统架构师黄明达博士介绍,从基础的自适应巡航控制(Adaptive Cruise Control)或自动紧急制动系统(Automatic Emergency Breaking)功能,到第四/第五(L4/L5)级别全自动驾驶,雷达都必不可少,而且越用越多。在第二级别(L2)自动驾驶中,通常需要数颗雷达来实现,前向是长距离雷达加摄像头组合,前向横穿预警需要两颗前角雷达,而后向盲点探测系统(BSD)与换道辅助则需要两颗后角雷达,这就是5颗雷达,再与多颗摄像头组合即可实现360度覆盖车辆行驶范围。

  • 随着智能网联汽车技术与产业的发展带来前所未有的机遇

    高级别自动驾驶呈现蓬勃发展态势,但其大规模商业应用还有较长一段路要走,智能网联汽车跨度大,技术领域广,构建安全能力离不开产业各界共同探索。而道路的智能化属于智慧交通新基建项目,也需要联动智慧城市各细分领域同频共振。随着智能网联汽车技术与产业的发展,应用场景不断丰富,与之相关的商业模式正在不断更新。

  • 专家论道:自动驾驶与特斯拉豪赌纯视觉

    马斯克曾表示,高精度地图是一个“很糟糕的想法”,和拒绝激光雷达一样坚持不用高精度地图,而是采用众包模式(靠车辆摄像头等采集数据)绘制高精度地图,以提高自身感知能力。高德地图副总裁、汽车业务中心总经理韦东说:“众包模式采集高精度地图在初始阶段是一个玩笑,是对科学的不尊重。”

  • 安全该不该妥协?辅助/自动驾驶的驾驶安全又如何保障?

    自动驾驶产业要想真正落地,需要获得大数据、大计算能力、5G、云端,以及核心零部件、高精度地图、智慧城市、智慧道路、视觉认知道路等的支持。安全来不得半点妥协,从辅助到自动驾驶一定是一个循序渐进的过程,而且必须安全第一。

  • 汽车智能化发展的未来蓝图

    随着汽车智能化的不断发展,5G、物联网(IoT)、人工智能(AI)等技术不断融合,让自动驾驶从概念照进了现实。BMS电池管理系统的不断优化升级,ADAS和车联网技术的进步也加速了自动驾驶汽车的研究进程。

  • 博世在苏州投资建立新能源汽车核心部件及自动驾驶研发制造基地

    ● 针对该项目,博世计划在未来几年内累计投资约70亿人民币(约10亿美元); ● 扩大在华布局,进一步提升博世在电动智能出行领域的本土研发和制造实力; ● 全新的研发制造基地计容面积达30万平方米。

  • 自动驾驶进入3.0时代,如何推进无人化安全有序落地?

    自动驾驶系统系统采用先进的通信、计算机、网络和控制技术,对列车实现实时、连续控制。采用现代通信手段,直接面对列车,可实现车地间的双向数据通信。

  • Kodiak机器人公司开创自动驾驶长途运输新时代

    Kodiak将自动驾驶技术带入商业卡车运输车队

  • 自动驾驶方案的安全风险及化解之道

    总是拿来说事儿的一个案例:2018年,一辆“武装到牙齿”的Uber自动驾驶测试车(AV)在自动驾驶模式(L4以上)撞倒一个横穿马路的行人Elaine Herzberg至死,给白热化的自动驾驶竞逐结结实实泼了一盆冷水,也确实打开了OEM、Tier1和Tier2的视野。人们不禁要问,自动驾驶(AD)技术是要改变世界,还是要拯救生命?整个行业开始意识到,实现AV将会比预期的复杂得多,且需要数十年才能达到真正的自动驾驶。

  • 特斯拉不赞成传感器融合,自动驾驶汽车怎么办?

    在耶路撒冷实测的L4汽车正在利用AI先进技术,在多个独立的计算机视觉引擎上运行不同的神经网络算法。多个神经网络会产生‘内部冗余’。特斯拉的首席执行官埃隆·马斯克(Elon Musk)在其第一次“Autonomy Day”活动中抨击激光雷达(LiDAR)是“一个傻瓜的差事”,并说“依赖LiDAR的任何人都注定要失败,”因为它是“不必要的昂贵的传感器。”而传感器融合(Fusion)却是当下的热门话题之一。

  • 百度王亮分享Apollo Lite自动驾驶视觉技术进展

    距百度19年夏天公布阿波罗精简版——城市道路视觉L4自动驾驶解决方案过去了整一年,Apollo Lite在过去的一年里实现了许多傲人成绩,累积闭环测试里程提升13倍,单位里程交互机动车/非机动车/行人个数提升了2倍。同时,MPI提升2.5倍,点到点送达成功率提升60%。

  • HL Klemove和Sonatus在CES 2023签署谅解备忘录

    将合作开发下一代汽车架构技术 预计将推动自动驾驶技术的发展,为SDV(软件定义汽车)时代做好准备 拉斯维加斯和韩国首尔2023年1月7日 /美通社/ -- 1月6日,专注于为HL集团提供自动驾驶解决方案的HL Klemove在拉斯维加斯举行的2023年消费电子展(CES)上与...

  • 自动驾驶开发能否从娃娃抓起?

    自动驾驶是人工智能应用的一个重要分支,高级别自动驾驶实现需要汇集传感器融合、机器学习、智能决策、实时驱动与功能安全等诸多能力,由于道路安全人命关天,所以自动驾驶技术发展非常强调工程化经验积累,无论是通用、丰田这样的汽车巨头,还是Waymo、百度这样的科技巨擘,虽然技术研发上已经深入到高级别自动驾驶,但在工程化落地时,仍然比较谨慎。“落伍焦虑”是家长们常有的心态,不但各种正课补习班如火如荼,体育健身、艺术特长与科研实力一个都不能少,学生喊累家长其实更累,但谁也不敢先认怂,毕竟自己已经输在起跑线了,怎么能让孩子再输在起跑线?

  • 特斯拉再撞白色卡车,自动驾驶安全性该如何保证?

    在2016年以前,特斯拉对自动驾驶宣传不遗余力,美国首宗自动驾驶致命事故发生后,虽然措辞有修改,宣传角度有转变,但特斯拉在自动驾驶上的冒险仍在继续。一方面,宣称自己的硬件具备了全自动驾驶能力,另一方面,还坚持推进纯摄像头方案,马斯克甚至称激光雷达方案“愚蠢”,激光雷达技术终将被摄像头方案取代。最近,特斯拉又双叒叕撞车了..........

  • 阿里巴巴自动驾驶心思

    关于自动驾驶,阿里巴巴这些年都做了什么?昨天,阿里达摩院宣布推出自研ISP(Image Signal Processor)图像处理器,号称在夜间等具有挑战性的环境下图像识别精准率比业界主流产品有10%以上的提升。据报道,该处理器已经用于自动驾驶物流车业务场景中。今年是2020年,距离李彦宏拿五环无人驾驶罚单已经过去三年,腾讯的无人车上四环也是两年前了,每当外界提到阿里无人驾驶布局,总会觉得动作慢了。连女人心思都猜透的马云,看不透无人车趋势?“阿里不会考虑做无人驾驶。”2016年,在阿里巴巴与上汽集团曾联手发布搭载 YunOS for Car 车载系统荣威 RX5的发布会上,阿里巴巴CEO张勇曾对外如此说道。现在看来,这句话绝不是表面意思。上下的语境也表明阿里从心理觉得无人车是趋势,且在中国这种路况下,路还很长。彼时的阿里其实早已开始琢磨无人车这件事,时间也不是很长,就是一年前的2015年。

  • 记忆功能和计算功能相结合开辟类脑计算机新道路

    长期以来,研究一直致力于开发能够像我们的大脑一样高效工作的计算机。由哥德堡大学的研究人员领导的一项研究首次成功地将记忆功能与计算功能结合在同一组件中。这一发现为更高效的技术开辟了道路,从手机到自动驾驶汽车,应有尽有。