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
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 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識你,還能領取20積分哦,立即完善>

3天內不再提示

自動駕駛處理器將撬動難以估量的巨大經濟規(guī)模

電子工程師 ? 來源:未知 ? 作者:李倩 ? 2018-04-30 17:23 ? 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

在 PC 時代和手機時代,盡管我國的整機產量、手機出貨量均為全球第一,但遺憾的是,芯片、系統(tǒng)的主導者卻是外國公司。再到如今大熱的人工智能,中國的創(chuàng)新應用可謂是層出不窮,但核心技術占主導地位的依舊是外國公司。

中國還有望領跑人工智能時代嗎?若想牢牢占據主導地位,我們應該怎么做?

地平線創(chuàng)始人兼 CEO余凱博士基于對行業(yè)的洞察得出了一個結論:誰贏得了自動駕駛處理器,誰就贏得了人工智能時代。如今我們身處 AI 技術引領全球科技的時代,加之中國也疾行于千年以來又一次民族復興的進程之中。所以盡管問題是存在的,但前途還是光明的。余凱博士在本文中深度剖析中國人工智能產業(yè)爆發(fā)背后的巨大隱憂及自動駕駛處理器的研發(fā)現狀,為中國領跑人工智能時代提出了建設性建議。以下是部分要點摘錄:

?人工智能大規(guī)模產業(yè)化的關鍵,首先在于人工智能處理器的突破,而人工智能處理器的制高點必然來自于最具規(guī)模效應和最具技術挑戰(zhàn)性的行業(yè)應用。

?面對諸多挑戰(zhàn),需要人工智能在感知和決策等基礎理論和算法方面的基礎性創(chuàng)新。

?深刻理解人工智能的軟件將促進處理器架構的研發(fā)效率。

?自動駕駛處理器的突破不僅意味著自動駕駛核心技術的突破,更代表了人工智能核心軟硬件的突破,必然帶動整個人工智能產業(yè)的騰飛。

?應用場景決定算法,算法定義芯片,軟硬件協(xié)同設計,這就是 AI 時代的新摩爾定律。

中國人工智能產業(yè)爆發(fā)背后的巨大隱憂

前不久,英國權威雜志《經濟學人》以封面文章的形式,發(fā)表題為《中美數字霸權之爭》的深度分析報道,而人工智能正是競爭的主戰(zhàn)場。近年來,中國在人工智能應用方面的進展令人印象深刻,表現為四個核心優(yōu)勢:政府高度支持、風險投資活躍、占優(yōu)勢的人才資源和海量數據。

據調研機構 CB Insights 統(tǒng)計,2017 年全球人工智能初創(chuàng)企業(yè)融資額達 152 億美元,其中中國公司達 73 億美元,占全部融資額的 48%,超過美國的 38%,成為全球第一。

2018 年更被認為是中國人工智能產業(yè)爆發(fā)的元年,但在一片火熱的行業(yè)發(fā)展背后,卻潛藏著巨大的隱患:目前我國的人工智能產業(yè)絕大部分都是應用創(chuàng)新,在人工智能技術最核心的處理器和操作系統(tǒng)方面,現實卻是冰冷的:國外公司依然牢牢占據主導地位。

人臉識別是最早的人工智能應用之一,市場迅速膨脹,但打開一款市面上的智能攝像機或視頻人臉分析服務器,里面的核心處理器不是英偉達就是Intel,或者賽靈思。自動駕駛是國家確定的四大人工智能關鍵應用領域之一,科技部在去年底宣布,依托百度公司建設國家級自動駕駛創(chuàng)新平臺,但百度本身不掌握任何核心處理器或者操作系統(tǒng)。

?在 PC 時代,我國的整機產量全球第一,但主導者卻是Intel和微軟;

?在手機時代,我國手機出貨量還是第一,但主導者卻是高通ARM;

?在人工智能時代,我們看到英偉達和 Google 在持續(xù)擴大其優(yōu)勢,當我們還沉浸在產業(yè)爆發(fā)的狂歡中時,美國憑借強大的基礎硬件與核心軟件實力,又一次提前卡位。

這不得不引起我們的警惕:中國會不會再次輸掉一個時代?

早在 2014 年,***主席在中科院院士大會上發(fā)表講話時,就著重提到人工智能的迅猛發(fā)展,并指出:「機器人革命」有望成為第三次工業(yè)革命的一個切入點和重要增長點,是衡量一個國家科技創(chuàng)新和高端制造業(yè)水平的重要標志。人工智能已經明確上升到國家戰(zhàn)略。

PC 行業(yè)和手機行業(yè)的歷史表明,信息產業(yè)的核心就是處理器和操作系統(tǒng),人工智能大規(guī)模產業(yè)化的關鍵,首先在于人工智能處理器的突破,而人工智能處理器的制高點必然來自于最具規(guī)模效應和最具技術挑戰(zhàn)性的行業(yè)應用。英偉達是目前人工智能行業(yè)的執(zhí)牛耳者,其最先進的處理器首先面向自動駕駛,并非偶然,英偉達清楚地意識到:拿下自動駕駛應用,面對其它應用就是降維打擊。

自動駕駛處理器在性能、可靠性、實時性、功耗效率以及對應的算法等方面都提出了人工智能行業(yè)應用中最高標準的要求。其突破不僅意味著自動駕駛核心技術的突破,更代表了人工智能核心軟硬件的突破,必然帶動整個人工智能產業(yè)的騰飛。

▲ 面向自動駕駛的人工智能處理器擁有業(yè)界最高的計算能力

自動駕駛處理器將撬動難以估量的巨大經濟規(guī)模

來自美國交通部的數據顯示,到 2025 年,智能駕駛的軟硬件銷售(不含整車)將達到 262 億美元,但其社會效益將放大到 1 萬億美元,這其中包括了緩解交通擁堵、節(jié)省燃料、減少事故以及提高生產效率。

可以說,每 1 美元的自動駕駛處理器銷售,將帶來 40 美元的社會效益!這就是基礎技術的作用,有極強的產業(yè)放大效應。

在今年 CES 展上,英偉達公布了其最新、也是迄今為止最復雜的處理器「Xavier」,并將其命名為「全球首款自主機器處理器」,表示其「將揭開人工智能時代的新篇章」。

事實上,Xavier 處理器首先應用于自動駕駛,但其「自主機器處理器」的命名暗示,該處理器不僅可用于汽車,還可應用于更廣泛的機器人領域。從技術角度看,自動駕駛汽車是機器人應用的集大成者,其工作場景最為復雜、技術難度最高,搞定了自動駕駛,只做減法就可以拿下泛機器人的各種應用。

資本市場充分看好該市場,英偉達的市值自三年前以來,已經增加了一個數量級,達到 1500 億美元;Intel 在去年收購了 Mobileye 之后,這艘半導體航母的市值竟然也上漲了接近 50%,達 2400 億美元。

國務院去年發(fā)布《新一代人工智能發(fā)展規(guī)劃》,明確提出,到 2030 年,人工智能核心產業(yè)規(guī)模超過 1 萬億元,帶動相關產業(yè)規(guī)模超過 10 萬億元。

著名咨詢公司普華永道預計,與人工智能相關的增長到 2030 年將把全球 GDP 提升 16 萬億美元,其中半數來自中國。

而自動駕駛處理器,恰好站在人工智能技術革命和汽車產業(yè)革命的交匯點上。

自動駕駛處理器研發(fā)面臨最復雜的技術挑戰(zhàn)

芯片曾經是中國工業(yè)界的短板,經過多年的努力,中國已經在消費電子領域有了長足的進步,涌現出了 MTK、海思等公司,躋身全球前二十大芯片公司行列(不包括代工廠),但在汽車電子領域,NXP、英飛凌、瑞薩、TI 和 ST 等跨國公司仍占據了絕大部分市場份額。中國的芯片公司在這個領域的市場占有率,幾乎是零。能夠符合前裝汽車電子質量和可靠性規(guī)范的產品,甚至今天還沒有出現。

從整個自動駕駛產業(yè)鏈的格局來看,主要是傳感器、處理器和控制器三個主要部分,在傳感器領域,無論是攝像頭還是激光雷達,都有幾十家以上的供應商,控制器領域的供應商更多,但處理器領域,真正得到認可的就是英偉達和 Mobileye 兩家。相比照眾多涌現出來的的新造車企業(yè),高集中度的格局折射出自動駕駛處理器的開發(fā)難度之高。

自動駕駛事關生命安全,整個系統(tǒng)必須保證在任何時候都要可靠工作,及時響應。而對應的自動駕駛處理器,將面臨四個方面的關鍵挑戰(zhàn):計算能力、低功耗、可靠性、和安全性。

目前 AI 芯片業(yè)界的算力最高記錄是英偉達最新推出的 Pegasus,計算能力達到 320TOPS(萬億次運算/秒),其目標正是自動駕駛。事實上,業(yè)界已經在嚴肅地討論 POPS(1 千萬億次運算/秒)時代何時到來,這相當于要把「天河一號」超級計算機(2010 年建成,當時排名全球第一)裝進一臺汽車!

但計算能力和低功耗永遠是一對矛盾。英偉達的 Pegasus 的算力最高,但功耗也達到了恐怖的 500 瓦。這將帶來一系列麻煩的問題,包括芯片的工作壽命縮短、需要可靠的散熱系統(tǒng)、巨大的功耗對于電動汽車的續(xù)航里程也帶來了很大的負擔。事實上,低功耗對于自動駕駛系統(tǒng)至關重要。

與手機這樣的消費電子產品相比,汽車電子面臨的工作環(huán)境要復雜惡劣得多,為了嚴格保證整車品質和可靠性,汽車電子始終追求的是實現零缺陷(Zero Defect)的目標,AEC-Q100 作為汽車電子的通用標準,是自動駕駛處理器需要跨過的第一道坎。

自動駕駛處理器需要滿足 ASIL(汽車安全完整性等級)規(guī)范,需要達到 B 或者 C 級,這是第二道坎。為了確保在功能上的可靠性,自動駕駛系統(tǒng)需要在各個方面都有可靠的冗余備份系統(tǒng)。這就好像電網系統(tǒng)的設計一樣,某一處供電系統(tǒng)的故障不會讓整個電網癱瘓。

同時,我們還要確保整個計算系統(tǒng)中的數據是高度安全的,不被篡改、破壞或者竊取。設想一下,如果黑客攻破了自動駕駛系統(tǒng),將其中的圖像數據進行篡改,本來傳感器已經探測到前面有個橫穿馬路的孩子,但篡改后的數據卻顯示什么都沒有,后果可想而知。

AlphaGo 在圍棋領域的成功,代表了人工智能在決策方面一個里程碑式的成就,但是對于圍棋這樣的應用,是一個環(huán)境封閉、規(guī)則完備、信息完整的決策場景,但即使是這么簡單的場景,Google 都要用算力高達 180TOPS 的 TPU 去支撐,才能夠滿足要求。自動駕駛面臨的是一個開放的環(huán)境、不完備的規(guī)則、不全面的感知信息、多智能體的博弈場景,而且還不能出錯。

面對這么多的挑戰(zhàn),需要人工智能在感知和決策等基礎理論和算法方面的基礎性創(chuàng)新。而對應的計算任務所需的計算模式、計算復雜度、實時性和功耗指標,都要求基于自動駕駛處理器開發(fā)軟硬件完美結合的系統(tǒng)級設計。

可以說,支持自動駕駛軟件系統(tǒng)是核心目標,而硬件處理器架構是關鍵路徑,兩者必須緊密配合。這就意味著,自動駕駛處理器也體現了我們國家在人工智能基礎理論和軟件算法方面的最高水平。

AI 時代的制勝之道:軟件驅動的處理器設計

在自動駕駛處理器這個領域,為什么是英偉達和 Mobileye 領跑?

去年,Intel宣布以 153 億美元收購 Mobileye,以彌補其在自動駕駛方面的短板,Intel作為半導體行業(yè)的老大哥,想切入汽車行業(yè)已經很久,但最后還需要花大錢靠收購來獲得市場,尷尬的背后折射出的是什么?

無論是 Mobileye 還是英偉達,相對于他們的競爭對手,有一個共同點:他們充分地結合了算法和計算,進行協(xié)同設計,由此提供了完整的解決方案,在這一點上,其它競爭對手與這兩家的差距甚遠。

Google 切入處理器領域的時間并不長,但很快就把 TPU 做出來了,不僅在 AlphaGo大放異彩,還將其做成了一項 AI 服務,其商業(yè)潛力巨大。

這一現象的背后,折射出一個新的趨勢:深刻理解人工智能的軟件將促進處理器架構的研發(fā)效率。本質上講,這是一場由人工智能應用場景驅動的軟硬件技術革命。人工智能芯片的本質并不是硬件,而是軟硬結合的載體。人工智能芯片的發(fā)展,并不是單純的工藝和晶體管密度驅動,而是計算架構與算法的配合驅動,使其實際的計算效率不斷提升,追求極致效能。

可以說,應用場景決定算法,算法定義芯片,軟硬件協(xié)同設計,這就是 AI 時代的新摩爾定律。誰理解了應用場景并掌握了算法,誰就掌握了核心優(yōu)勢。

自動駕駛處理器成為國家科技實力的戰(zhàn)略制高點

如果說,人工智能是中美雙雄爭霸的主戰(zhàn)場,自動駕駛就是這個戰(zhàn)場的決定性戰(zhàn)役。

911 事件以后,政府和公眾都猛然意識到,交通工具如果不加以控制,將會變成威力巨大的武器,《速度與激情 8》更是以僵尸車隊的瘋狂表現刺激到了公眾的神經,自動駕駛事關國家安全是顯而易見的。

與 Mobileye 和英偉達打交道的中國車廠普遍表示,國外公司在合作條款、技術支持方面都非常苛刻,進一步凸顯了開發(fā)國產處理器的緊迫性。

自動駕駛處理器對于自動駕駛的意義,就好像發(fā)動機之于航空業(yè)的意義,中國要想占據自動駕駛和人工智能技術的戰(zhàn)略制高點,就需要有自己的自動駕駛處理器,讓我們在這個領域有自己的話語權,不會受制于人,不再讓自主品牌在 Mobileye 和英偉達之間做艱難的選擇。

我們需要有像自動駕駛處理器這樣的硬科技的突破,否則科技領袖的地位是很難樹立起來的,國家安全更無從談起。什么是硬科技,是通信、能源、交通技術,是真正定義一個國家、科技工業(yè)實力的技術。這就好像是東北戰(zhàn)役,為什么要先打易守難攻的錦州,而不是唾手可得的沈陽?因為錦州是戰(zhàn)略高地,一旦拿下,沈陽不攻自破。

自動駕駛處理器是人工智能產業(yè)的珠穆朗瑪

人工智能芯片無疑是當下人工智能行業(yè)最炙手火熱的話題,來自咨詢公司的一份調查顯示,目前已經公布了人工智能芯片開發(fā)計劃的中國公司已達 39 家。但細數下來,會發(fā)現絕大部分都面向安防或者消費應用,而真正在自動駕駛處理器上發(fā)力的,只有地平線。

▲ 2017 年底,地平線發(fā)布第一代自動駕駛處理器

近日,彭博社在對奧迪的采訪中,奧迪駐北京發(fā)言人約翰娜?巴斯(Johanna Barth)表示,奧迪已經為中國(自動駕駛)項目挑選地平線公司作為合作伙伴。去年,奧迪在全球率先推出了 L3 級自動駕駛的量產版車型奧迪 A8,確立了其在自動駕駛技術的全球領先地位,此次奧迪選擇地平線作為合作伙伴,是中國公司在自動駕駛核心技術方面的重要突破。

自動駕駛所涉及的領域之多,難度之大,堪比 20 世紀的登月工程,但正如美國總統(tǒng)肯尼迪所說,「我們選擇登月,不是因為它容易,而是因為它很難。」后來的事實證明,登月計劃的成功,真正奠定了美國科技霸主的地位,逆轉了自斯普特尼克時刻以來,蘇聯(lián)在太空和武器系統(tǒng)方面的優(yōu)勢地位,全球科技人才往美國聚集,進一步擴大美國在科技上優(yōu)勢。

我們這一代做人工智能的人,幸運之處就在于:我們熬過了 AI 的寒冬,身處于一個 AI 技術引領全球科技的時代。而中國,也疾行于千年以來又一次民族復興的進程之中。在這幅恢弘的歷史畫卷之中,無論是從技術難度、經濟規(guī)模,還是戰(zhàn)略影響來看,自動駕駛處理器都堪稱這個時代科技的珠穆朗瑪。不負時代,無問西東,是我們這代人的責任與使命,誰贏得了自動駕駛處理器,誰就贏得了人工智能時代!

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 處理器
    +關注

    關注

    68

    文章

    20357

    瀏覽量

    255464
  • 自動駕駛
    +關注

    關注

    795

    文章

    15041

    瀏覽量

    181893
  • AI芯片
    +關注

    關注

    17

    文章

    2176

    瀏覽量

    36875

原文標題:AI芯片卡位戰(zhàn):誰贏得自動駕駛處理器,誰就贏得了AI時代

文章出處:【微信號:Sequoiacap,微信公眾號:紅杉匯】歡迎添加關注!文章轉載請注明出處。

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

    相關推薦
    熱點推薦

    小馬智行發(fā)布新一代自動駕駛域控制

    DRIVE AGX Thor提供支持,面向L4級自動駕駛平臺及更廣泛的自動駕駛應用場景,支持全無人駕駛運營進一步走向規(guī)模化。
    的頭像 發(fā)表于 04-29 11:22 ?673次閱讀

    蘑菇車聯(lián)自動駕駛巴士正式登陸新加坡

    3月,由蘑菇車聯(lián)(MOGOX)、比亞迪及MKX聯(lián)合打造的新一代L4級自動駕駛巴士MOGOBUS抵達新加坡。作為新加坡首個自動駕駛公交服務項目,該車投入400路與191路公交線路運營——這一
    的頭像 發(fā)表于 04-14 17:43 ?2991次閱讀

    如何將自動駕駛大模型龐大的能力壓縮到車端?

    下表現穩(wěn)定,但在面對復雜多變的城市道路場景和長尾場景時,就顯得捉襟見肘。 隨著深度學習技術的演進,基于Transformer架構的大規(guī)模神經網絡開始在感知、預測與規(guī)劃任務中占據主導地位,展現出處理復雜交互和理解駕駛環(huán)境的
    的頭像 發(fā)表于 03-27 09:03 ?758次閱讀
    如何將<b class='flag-5'>自動駕駛</b>大模型龐大的能力壓縮到車端?

    如何構建適合自動駕駛的世界模型?

    提出的。那世界模型是自動駕駛落地的正解嗎? 什么是世界模型? 世界模型對于自動駕駛汽車來說,更像是給汽車大腦里繪制一張地圖,可以環(huán)境的現狀和未來可能的演變都表示出來,讓自動駕駛系統(tǒng)不
    的頭像 發(fā)表于 02-18 08:14 ?1.1w次閱讀
    如何構建適合<b class='flag-5'>自動駕駛</b>的世界模型?

    如何設計好自動駕駛ODD?

    為確定自動駕駛的可使用范圍,會給自動駕駛設置一個運行設計域(Operational Design Domain,ODD)。ODD的作用就是用來明確自動駕駛在什么情況下能工作,在什么情況下不能工作,給車設定“工作范圍”。
    的頭像 發(fā)表于 01-24 09:27 ?1864次閱讀

    純視覺自動駕駛的優(yōu)勢和劣勢有哪些?

    激光雷達,也一直飽受爭議。今天智駕最前沿就圍繞純視覺自動駕駛,聊聊它的優(yōu)劣。 什么是純視覺自動駕駛 所謂純視覺自動駕駛,是指車輛不依賴激光雷達、毫米波雷達等主動傳感,而是僅依靠車載攝
    的頭像 發(fā)表于 01-18 09:50 ?2406次閱讀
    純視覺<b class='flag-5'>自動駕駛</b>的優(yōu)勢和劣勢有哪些?

    如何設計自動駕駛傳感失效檢測與容錯策略?

    對于自動駕駛汽車而言,傳感是它感知世界的窗口。攝像頭負責采集環(huán)境圖像,毫米波雷達和激光雷達則用于測量周圍物體的位置和速度,而GNSS(全球導航衛(wèi)星系統(tǒng))與慣性測量系統(tǒng)可提供車輛的定位信息。這些數據經過融合處理之后,
    的頭像 發(fā)表于 01-10 10:33 ?2881次閱讀

    邁向自動駕駛:地平線技術生態(tài)大會探索自動駕駛規(guī)模化商用路徑

    ”2025 地平線技術生態(tài)大會。近百位企業(yè)管理者、行業(yè)專家齊聚一堂,共同探索產業(yè)高質量發(fā)展的創(chuàng)新路徑。 ? 作為大會的深度思想場,“邁向全域自動駕駛規(guī)模化商用”專題論壇,聚焦自動駕駛出租車、無人物流、干線物流等業(yè)態(tài),深入探討如
    的頭像 發(fā)表于 12-12 11:51 ?961次閱讀
    邁向<b class='flag-5'>自動駕駛</b>:地平線技術生態(tài)大會探索<b class='flag-5'>自動駕駛</b><b class='flag-5'>規(guī)模</b>化商用路徑

    不同等級的自動駕駛技術要求上有何不同?

    談到自動駕駛,不可避免地會涉及到自動駕駛分級,美國汽車工程師學會(SAE)根據自動駕駛系統(tǒng)與人類駕駛員參與駕駛行為程度的不同,將
    的頭像 發(fā)表于 10-18 10:17 ?2913次閱讀

    自動駕駛仿真測試有什么具體要求?

    、動力響應和操控穩(wěn)定性,自動駕駛系統(tǒng)的復雜性主要體現在感知、決策與控制等軟件層面,其運行行為高度依賴于交通環(huán)境、傳感輸入和系統(tǒng)邏輯。這也就意味著,傳統(tǒng)的物理測試方法已經難以全面覆蓋自動駕駛
    的頭像 發(fā)表于 10-15 09:14 ?884次閱讀
    <b class='flag-5'>自動駕駛</b>仿真測試有什么具體要求?

    端到端自動駕駛相較傳統(tǒng)自動駕駛到底有何提升?

    各自專業(yè)模塊獨立承擔,再通過預定的接口協(xié)議信息有序傳遞。與之相對照,“端到端”(end-to-end)自動駕駛以統(tǒng)一的大規(guī)模神經網絡為核心,將從攝像頭、雷達、激光雷達等傳感采集到的
    的頭像 發(fā)表于 09-02 09:09 ?1054次閱讀
    端到端<b class='flag-5'>自動駕駛</b>相較傳統(tǒng)<b class='flag-5'>自動駕駛</b>到底有何提升?

    自動駕駛汽車如何處理“鬼探頭”式的邊緣場景?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛遇到“鬼探頭”式的邊緣場景時應該如何處理?其實對于自動駕駛汽車來說,無論是常規(guī)場景,還是邊緣場景,它都是要先看見、再理解、再預測、然后在約束條件下選出最安全
    的頭像 發(fā)表于 08-29 11:11 ?983次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何<b class='flag-5'>處理</b>“鬼探頭”式的邊緣場景?

    自動駕駛汽車是如何準確定位的?

    厘米級的定位精度,并能夠實時響應環(huán)境變化。為此,自動駕駛系統(tǒng)通常采用多傳感融合的方式,全球導航衛(wèi)星系統(tǒng)(GNSS)、慣性測量單元(IMU)、激光雷達(LiDAR)、攝像頭、超寬帶(UWB)等多種傳感
    的頭像 發(fā)表于 06-28 11:42 ?1564次閱讀
    <b class='flag-5'>自動駕駛</b>汽車是如何準確定位的?

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術要求上有何不同?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛技術的發(fā)展,讓組合輔助駕駛得到大量應用,但現在對于自動駕駛技術的宣傳,普遍是在乘用車領域,而對于卡車、礦車的自動駕駛發(fā)展,卻鮮有提及。其實在卡車、
    的頭像 發(fā)表于 06-28 11:38 ?1892次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    自動駕駛安全基石:ODD

    電子發(fā)燒友網綜合報道 自動駕駛ODD(Operational Design Domain)即設計運行域,是指自動駕駛系統(tǒng)被設計為安全、有效運行的具體條件范圍。它定義了自動駕駛汽車在哪些環(huán)境、場景
    的頭像 發(fā)表于 05-19 03:52 ?7128次閱讀
    疏附县| 鸡泽县| 囊谦县| 临夏县| 左云县| 临沧市| 泰州市| 武义县| 英超| 玛曲县| 贺州市| 潍坊市| 周宁县| 衡东县| 靖边县| 南溪县| 辉县市| 衡阳市| 德保县| 军事| 白水县| 宜州市| 瑞安市| 五莲县| 淮南市| 平利县| 东阳市| 波密县| 句容市| 盐源县| 上饶市| 芦山县| 吴忠市| 葫芦岛市| 城固县| 霍城县| 晋宁县| 工布江达县| 德昌县| 长乐市| 井陉县|