日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(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)
會員中心
創(chuàng)作中心

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

3天內(nèi)不再提示

完全自動駕駛至少還需要5年,關(guān)鍵難點在傳感器

荷葉塘 ? 來源:電子發(fā)燒友 ? 作者:程文智 ? 2019-11-14 17:26 ? 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

雖然今年以來中國汽車市場銷量有下滑趨勢,但汽車的電子化進(jìn)程卻并未發(fā)生改變,未來汽車中將會有更多電子化的產(chǎn)品,這包括汽車信息娛樂系統(tǒng)、輔助駕駛、車聯(lián)網(wǎng)、自動駕駛等等。目前,不管是傳統(tǒng)汽車制造商,還是造車新勢力,都將自動駕駛作為其未來車型的重要發(fā)展方向。
而汽車的電子化,離不開半導(dǎo)體廠商的支持,最近半導(dǎo)體公司恩智浦在青島舉辦了一場圍繞技術(shù)的交流與分享活動,會后恩智浦資深副總裁兼首席技術(shù)官Lars Reger接受了媒體采訪,他透露了恩智浦在汽車領(lǐng)域的布局和對自動駕駛的看法。

圖1:恩智浦資深副總裁兼首席技術(shù)官Lars Reger(右)與恩智浦大中華區(qū)汽車電子首席技術(shù)官呂浩(左)。

完全自動駕駛至少還需要五年

在Lars Reger看來,現(xiàn)在談完全自動駕駛,即L5級自動駕駛,還為時尚早,至少還需要5年以上的時間。雖然一直以來,恩智浦都在從事自動駕駛方面的研究,但目前主要還是在L3和L4級自動駕駛方面,在這兩個級別,開始有一些比較成熟的解決方案出來了。特別是L3級自動駕駛,可以說是已經(jīng)相當(dāng)成熟了,一些國家也已經(jīng)對允許多大程度的自動駕駛汽車上路開始了立法工作。未來一兩年內(nèi)L3級別的自動駕駛應(yīng)該就會普及開來。
但L4及后面的L5級自動駕駛則需要等待更長時間,因為要實現(xiàn)全路況、全天候的自動駕駛,目前難度很大。一是因為城市和鄉(xiāng)間的路況非常復(fù)雜,二是目前的技術(shù)還不能支撐L5級別的自動駕駛,三是目前人們的需要也沒有那么迫切。
L3級別的自動駕駛對普通人而言即可適用,但L4、L5級別的自動駕駛更多的是偏向出租車公司這類的商業(yè)用途,對普通用戶的吸引力其實并不大。

技術(shù)方面關(guān)鍵在傳感器

講到L5級自動駕駛系統(tǒng)落地的挑戰(zhàn),Lars Reger認(rèn)為一個關(guān)鍵難點就是傳感器?!斑^去很多自動駕駛車的路測出現(xiàn)了嚴(yán)重的車禍,原因在于傳感的功能不夠強,所以在開車的過程中沒有注意到行人或者誤判了對象。因此,我們需要讓傳感器做到非常完善的程度,像人的感官一樣?!?/div>
在他看來,自動駕駛汽車至少要配備三個類型的傳感器:第一個類型是人在駕車時,身體感知的一些勢能、動能,如轉(zhuǎn)向和壓力;第二個類型是駕駛員能看到的視線范圍所及的路徑,它可以涉及三類,激光雷達(dá)、雷達(dá)、攝像頭,就像人的眼睛能看到的視線一樣;第三個類型是人現(xiàn)在不具備的,就是在視線以外車跟車之間的通訊。
他舉例說,“一個人駕駛的車即將要到一個十字路口,另外一個方向有一輛救護車即將趕到,路燈可能會立刻變紅,駕駛員需要緊急剎車而不能再向前行駛。但有了傳感之后,救護車在開近之前就能告訴駕駛員的車,汽車就可以提前做好準(zhǔn)備,避免出現(xiàn)緊急剎車的意外情況,這是人眼看不到的傳感?!?/div>
據(jù)Lars Reger介紹,恩智浦在這三個領(lǐng)域都有技術(shù)和產(chǎn)品的儲備,包括動能、勢能,還有微處理單元,服務(wù)于攝像頭和雷達(dá)系統(tǒng)。最近,大眾高爾夫8代最新的量產(chǎn)車也是發(fā)布了一款片上系統(tǒng)車聯(lián)網(wǎng)的芯片,能夠?qū)崿F(xiàn)剛才講到的第三種類別的傳感。
在傳感器融合方面,恩智浦S32G的姊妹產(chǎn)品,如S32R雷達(dá)產(chǎn)品,能實現(xiàn)一些傳感器數(shù)據(jù)的融合。除此之外,“我們也有做傳感器數(shù)據(jù)前端的融合,這些信息通過以太網(wǎng)的光纖輸送到BlueBox的平臺上,然后在功能安全性和AI加速這兩塊傳感的信息能夠進(jìn)行融合?!?Lars Reger表示。
“關(guān)于預(yù)融合,正如人腦,如果在路上的自動駕駛車的雷達(dá)、攝像頭都看到了前面有路障,那它肯定就會執(zhí)行一個緊急制動的操作,之后才會啟動策略的思考,研究到底前面的車是擁堵的車還是停在路邊的車,并確定是否繞過去?!彼M(jìn)一步指出。
他還指出了業(yè)界一個普遍的誤解,那就是認(rèn)為自動駕駛車就是輪子上的智腦,“實際并非這樣,在輪子跟智腦之間還有車身,正如人還有軀干一樣,軀干會做出一些應(yīng)激反應(yīng),會有保證安全的機制。車身的硬件、基礎(chǔ)設(shè)施也可以有這樣的效果保證安全駕乘,同時能讓自動駕駛的成本較低?!?/div>
除了自己的傳感器,恩智浦也投資了一些傳感器廠商,比如,今年上半年,恩智浦與南京隼眼電子科技有限公司(簡稱“隼眼”)簽署了戰(zhàn)略合作伙伴與投資協(xié)議。隼眼是依托東南大學(xué)毫米波國家重點實驗室成立的一家創(chuàng)業(yè)公司,在77GHz雷達(dá)領(lǐng)域擁有深厚的專業(yè)知識和高素質(zhì)的工程人才。恩智浦認(rèn)為,77GHz汽車?yán)走_(dá)傳感器將對ADAS下一階段的發(fā)展起到關(guān)鍵作用,發(fā)展為成像雷達(dá)后,可結(jié)合攝像頭與V2X技術(shù),取代激光雷達(dá)。
另外,在芯片方面,Lars Reger也覺得目前的AI芯片性能和功耗都還不能滿足自動駕駛的需求,未來3nm的AI芯片出現(xiàn)時,可能才能實現(xiàn)L5級自動駕駛。

技術(shù)之外,還與環(huán)境密切相關(guān)

除了上面提到的一些技術(shù)難點,還與社會環(huán)境密切相關(guān),Lars Reger舉例說,他們在自動駕駛路測時在很多地方都碰到了一個情況,那就是總有些年輕人看到自動駕駛車過來后,會故意擋在汽車的前面,反復(fù)幾次汽車就被困在了路中間。因此,如果目前要做到車?yán)锩嫱耆珱]有駕駛員,那么就沒有辦法把這些路測完全順利地開展下去。
他認(rèn)為在中國會有不同的結(jié)果,因為中國的城市有非常嚴(yán)格的社會監(jiān)控體系,相比歐洲各地的監(jiān)控都要更加普及,對于上述有類似行為的人,可能會有相應(yīng)的處罰。因此,Lars Reger認(rèn)為,一方面自動駕駛的機器人要學(xué)好這些培訓(xùn)的內(nèi)容,另一方面路測需要時間,也需要一個良好的社會監(jiān)管環(huán)境。因此,他認(rèn)為中國可能會更快實現(xiàn)完全自動駕駛。

恩智浦的努力

在自動駕駛方面,恩智浦其實一直都有投入,比如他們的開發(fā)平臺Bluebox,其中包含了一系列芯片產(chǎn)品,包括S32處理器,還有一些比較高性能的AI加速器。
“我們在2015年跟飛思卡爾合并之后就著手進(jìn)行自動駕駛領(lǐng)域的投入,我們計劃收購Marvell的藍(lán)牙和WiFi的業(yè)務(wù),還自主研發(fā)了包括UWB在內(nèi)的多種技術(shù),這些都是發(fā)力自動駕駛而進(jìn)行的技術(shù)儲備。因此恩智浦在業(yè)界成為唯一一家能夠為汽車行業(yè)實現(xiàn)電動化、互聯(lián)以及安全自動駕駛提供相應(yīng)半導(dǎo)體技術(shù)和系統(tǒng)級解決方案支持的企業(yè),而且我們能實現(xiàn)90%以上芯片的自研發(fā)和自生產(chǎn)?!?Lars Reger表示。
恩智浦正在把其他行業(yè)的一些創(chuàng)新思路復(fù)制到汽車行業(yè),同時也把汽車行業(yè)的用例推廣到其他市場。Lars Reger舉例說,“比如UWB芯片,我們現(xiàn)在將其引入到汽車電子中以實現(xiàn)對汽車行業(yè)應(yīng)用的創(chuàng)新,現(xiàn)在我們也已經(jīng)看到UWB的芯片應(yīng)用在手機端就可以實現(xiàn)更強大的連結(jié)功能,包括與汽車、手機以及與鑰匙、密鑰等系統(tǒng)的融合?!?/div>

據(jù)他介紹,此次恩智浦推出的汽車級UWB超寬帶芯片可提供精確、安全、實時定位功能,旨在讓裝有UWB的汽車、手機和其他智能設(shè)備具備空間感知能力。用戶打開車門并啟動汽車時,無需將手機從口袋或包里拿出,或者通過智能手機實現(xiàn)安全遙控停車。新型UWB集成電路還可通過中繼攻擊功能最大程度防止汽車被盜。隨著該芯片推出,恩智浦、寶馬、大陸以及其他公司在車聯(lián)網(wǎng)聯(lián)盟(CCC)和IEEE(電氣電子工程師協(xié)會)開始合作研究UWB部署事項和相關(guān)標(biāo)準(zhǔn)化工作。
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,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2578

    文章

    55577

    瀏覽量

    794318
  • 恩智浦
    +關(guān)注

    關(guān)注

    14

    文章

    6129

    瀏覽量

    155251
  • 人工智能
    +關(guān)注

    關(guān)注

    1821

    文章

    50374

    瀏覽量

    267082
  • 自動駕駛
    +關(guān)注

    關(guān)注

    795

    文章

    15014

    瀏覽量

    181728
  • 傳感融合
    +關(guān)注

    關(guān)注

    0

    文章

    2

    瀏覽量

    6265
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

    評論

    相關(guān)推薦
    熱點推薦

    自動駕駛有了占用網(wǎng)絡(luò)還需要卷積神經(jīng)網(wǎng)絡(luò)嗎?

    在占用網(wǎng)絡(luò)流行之前,自動駕駛的主流感知方案是基于CNN的目標(biāo)檢測。你可以把它想象成給攝像頭拍到的每一張照片畫框。
    的頭像 發(fā)表于 05-04 18:05 ?3369次閱讀
    <b class='flag-5'>自動駕駛</b>有了占用網(wǎng)絡(luò)<b class='flag-5'>還需要</b>卷積神經(jīng)網(wǎng)絡(luò)嗎?

    自動駕駛占用網(wǎng)絡(luò)還需要數(shù)據(jù)標(biāo)注嗎?

    [首發(fā)于智駕最前沿微信公眾號]在自動駕駛領(lǐng)域,占據(jù)網(wǎng)絡(luò)(Occupancy Network,簡稱OCC)一直是近年來的熱點技術(shù)。不知道大家在了解占用網(wǎng)絡(luò)時,是否會有這么一個想法,那就是既然占據(jù)網(wǎng)絡(luò)
    的頭像 發(fā)表于 04-17 08:53 ?425次閱讀
    <b class='flag-5'>自動駕駛</b>占用網(wǎng)絡(luò)<b class='flag-5'>還需要</b>數(shù)據(jù)標(biāo)注嗎?

    自動駕駛汽車如何探測路面的積水深度?

    。 自動駕駛系統(tǒng)不僅需要發(fā)現(xiàn)前方有水,更需要判斷這灘水到底有多深,是以較低的速度駛過,還是應(yīng)該立刻停下并繞行。這種對積水深度的探測,目前在技術(shù)層面依然屬于一個正在不斷探索的課題。 傳感器
    的頭像 發(fā)表于 04-07 08:51 ?338次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何探測路面的積水深度?

    如何設(shè)計自動駕駛傳感器失效檢測與容錯策略?

    對于自動駕駛汽車而言,傳感器是它感知世界的窗口。攝像頭負(fù)責(zé)采集環(huán)境圖像,毫米波雷達(dá)和激光雷達(dá)則用于測量周圍物體的位置和速度,而GNSS(全球?qū)Ш叫l(wèi)星系統(tǒng))與慣性測量系統(tǒng)可提供車輛的定位信息。這些數(shù)據(jù)經(jīng)過融合處理之后,自動駕駛系統(tǒng)
    的頭像 發(fā)表于 01-10 10:33 ?2855次閱讀

    超聲波傳感器線圈:自動駕駛實現(xiàn)精確實時近距離感知的關(guān)鍵

    超聲波傳感器線圈是自動駕駛系統(tǒng)中不可或缺的組成部分。隨著自動駕駛技術(shù)的快速發(fā)展,各類傳感器成為智能汽車感知環(huán)境的關(guān)鍵,不僅保障行車安全,也提
    的頭像 發(fā)表于 11-12 16:03 ?484次閱讀

    在山區(qū)實現(xiàn)自動駕駛難點在哪里?

    在城市道路實現(xiàn)自動駕駛或許不難,但想把自動駕駛車應(yīng)用到山區(qū)道路,其難度會比想象的大得多。城市里路標(biāo)、車道、紅綠燈比較多,車流也比較規(guī)則;而很多山路卻沒有清晰車道、路面起伏大、天氣變化快,還有隨時掉落
    的頭像 發(fā)表于 11-08 14:57 ?3113次閱讀

    如何處理自動駕駛感知傳感器臟污問題?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛系統(tǒng)依賴多種傳感器來感知外界環(huán)境,攝像頭負(fù)責(zé)將光學(xué)圖像轉(zhuǎn)換為圖像數(shù)據(jù)供算法解析,激光雷達(dá)生成描述物體三維形狀的點云數(shù)據(jù),毫米波雷達(dá)探測目標(biāo)的距離與速度,超聲波
    的頭像 發(fā)表于 10-21 13:50 ?690次閱讀
    如何處理<b class='flag-5'>自動駕駛</b>感知<b class='flag-5'>傳感器</b>臟污問題?

    激光雷達(dá)傳感器自動駕駛中的作用

    2024 至 2030 年間,高度自動化汽車每年的出貨量將以 41% 的復(fù)合年增長率增長。這種快速增長導(dǎo)致汽車品牌對精確可靠傳感器技術(shù)的需求空前高漲,因為他們希望提供精準(zhǔn)、可靠且最終完全自動
    的頭像 發(fā)表于 10-17 10:06 ?3895次閱讀

    想實現(xiàn)自動駕駛,哪些技術(shù)非常關(guān)鍵?

    近年來,隨著人工智能、車載計算平臺、傳感器技術(shù)的快速進(jìn)步,自動駕駛已從實驗室走向?qū)嶋H道路。而支撐這一切的,是一套龐大且精密的技術(shù)架構(gòu)系統(tǒng)。這套架構(gòu)就像一輛自動駕駛汽車的大腦與神經(jīng)網(wǎng)絡(luò),既要能感知周圍環(huán)境,又要能分析并作出決策,最
    的頭像 發(fā)表于 08-30 09:40 ?2746次閱讀

    塑造自動駕駛汽車格局的核心技術(shù)

    自動駕駛汽車長期以來一直是科幻小說中的情節(jié),但在如今的2025,它似乎已經(jīng)離我們越來越近,智能輔助駕駛已經(jīng)出現(xiàn)在越來越多的新能源汽車中。但距離完全
    的頭像 發(fā)表于 08-21 16:03 ?1132次閱讀

    太陽光模擬 | 在汽車自動駕駛開發(fā)中的應(yīng)用

    在汽車產(chǎn)業(yè)向電動化、智能化轉(zhuǎn)型的浪潮中,自動駕駛技術(shù)的研發(fā)面臨著復(fù)雜環(huán)境感知的挑戰(zhàn)。光照條件作為影響傳感器性能的關(guān)鍵因素,直接關(guān)系到自動駕駛系統(tǒng)的安全性和可靠性。紫創(chuàng)測控Luminbo
    的頭像 發(fā)表于 07-24 11:26 ?850次閱讀
    太陽光模擬<b class='flag-5'>器</b> | 在汽車<b class='flag-5'>自動駕駛</b>開發(fā)中的應(yīng)用

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

    自動駕駛仿真測試中,游戲引擎的底層架構(gòu)可能會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,在多傳感器配置與極端天氣場景中實現(xiàn)測試數(shù)據(jù)零差異?確定性驗證方案已成為自動駕駛研發(fā)的關(guān)鍵
    的頭像 發(fā)表于 07-02 13:17 ?4404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'>自動駕駛</b>仿真確定性驗證

    自動駕駛汽車如何正確進(jìn)行道路識別?

    識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 傳感器硬件是自動駕駛道路識別的基礎(chǔ),當(dāng)前主流的傳感器
    的頭像 發(fā)表于 06-29 09:40 ?1940次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何正確進(jìn)行道路識別?

    自動駕駛汽車是如何準(zhǔn)確定位的?

    厘米級的定位精度,并能夠?qū)崟r響應(yīng)環(huán)境變化。為此,自動駕駛系統(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 ?1522次閱讀
    <b class='flag-5'>自動駕駛</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:自動駕駛系統(tǒng)視角

    。 ?自動駕駛軟件的特殊性? ? 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證。某廠商曾在測試中遺漏
    發(fā)表于 05-12 15:59
    安义县| 蒲城县| 建宁县| 军事| 新乐市| 新野县| 双流县| 托克逊县| 久治县| 霍城县| 康定县| 贞丰县| 富裕县| 内江市| 崇阳县| 武冈市| 收藏| 巢湖市| 库尔勒市| 如东县| 西青区| 铜鼓县| 甘南县| 五河县| 上蔡县| 长治县| 浦城县| 金平| 灵寿县| 平泉县| 兰考县| 嘉义市| 星子县| 桐乡市| 乌拉特后旗| 怀远县| 泽库县| 休宁县| 黄骅市| 谷城县| 南汇区|