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

自動駕駛行業(yè)發(fā)展態(tài)勢的基本判斷

CEO創(chuàng)客 ? 來源:峰瑞資本 ? 作者:楊永成 ? 2021-03-11 14:52 ? 次閱讀

近幾年,自動駕駛始終是一個熱門話題。百度、華為主打L4技術(shù),小鵬、蔚來等造車新勢力比拼自主泊車與ADAS(高級輔助駕駛系統(tǒng))的推送更新,蘋果雖未官宣,但也在研發(fā)無人駕駛技術(shù)。就此方向,峰瑞資本進(jìn)行了大量的研究和討論,并在投資實(shí)踐中布局了10余個激光雷達(dá)、毫米波雷達(dá)及上下游項(xiàng)目。 過去幾年,我們對自動駕駛行業(yè)發(fā)展態(tài)勢的基本判斷,主要是以下幾點(diǎn):

自動駕駛是汽車行業(yè)的未來,對這一點(diǎn)要充滿信心,但技術(shù)和應(yīng)用的發(fā)展是循序漸進(jìn)的,需要花大量的時間驗(yàn)證、發(fā)展,才能到達(dá)L3、L4水準(zhǔn)。

L3指有條件的自動化;L4指高度自動化,具體可參照SAE汽車工程師學(xué)會對自動駕駛汽車的分級。按照北美標(biāo)準(zhǔn),可能未來要發(fā)展到Level5,才能實(shí)現(xiàn)理想狀態(tài)中、無需方向盤的全無人駕駛。

傳感器會早于自動駕駛系統(tǒng)完善前上車,并且會從輔助駕駛開始切入,逐漸積累數(shù)據(jù)、優(yōu)化系統(tǒng)和技術(shù),由簡入難,由輔助、半自動,最終實(shí)現(xiàn)高度自主、自動駕駛的L4級別。

傳感器維度,始終相信多傳感器融合是自動駕駛的最合理配置,主要傳感器有攝像頭視覺、激光雷達(dá)、毫米波雷達(dá)。

從過去幾年自動駕駛發(fā)展的情況看,大量量產(chǎn)汽車已經(jīng)或多或少具備了輔助駕駛能力,少數(shù)品牌甚至有了L3、L4 等級的嘗試,各種傳感器也開始配置到量產(chǎn)車上,不僅有視覺攝像頭,還有毫米波雷達(dá)、激光雷達(dá)。在這篇里,我們就自動駕駛所涉及的傳感器做一些分析,希望能提供新的思考角度。

自動駕駛——多傳感器融合背景下的OPA激光雷達(dá)

關(guān)于自動駕駛的傳感器配置,業(yè)內(nèi)主要分歧是:技術(shù)趨勢到底是單獨(dú)視覺攝像頭,還是攝像頭、激光雷達(dá)、毫米波雷達(dá)多傳感器融合。

這個問題之所以很熱,又很有爭議性,首先在于,自動駕駛技術(shù)是一個龐大的軟硬件高度融合的技術(shù)生態(tài)。任何一種傳感器的選擇,不是獨(dú)立的硬件選擇,它涉及配套的軟件、算法還有大規(guī)模的AI相關(guān)的數(shù)據(jù)積累,是牽一發(fā)而動全身的技術(shù)生態(tài)的選擇。所以,任何一個硬件傳感器的引入,都需要投入大量配套的軟硬件技術(shù),以及長期的大數(shù)據(jù)積累,要慎之又慎。

另外,提起傳感器配置方案的爭議性,則少不了特斯拉對單獨(dú)攝像頭方案的堅(jiān)持,還有馬斯克對技術(shù)輿論的引導(dǎo)。依據(jù)公開報道,馬斯克曾直言,特斯拉的自動駕駛系統(tǒng)過去和未來都不會用激光雷達(dá)。根據(jù)財(cái)經(jīng)網(wǎng)的報道:“特斯拉CEO馬斯克曾經(jīng)表示,激光雷達(dá)就像人身上長了一堆闌尾,闌尾本身的存在基本是無意義的;任何依賴激光雷達(dá)的公司都可能無疾而終?!?/p>

/ 01 / 路線之爭:為什么多傳感器融合未來比單獨(dú)攝像頭更合理?

要想分析清楚自動駕駛傳感器的配置問題,回答為什么多傳感器融合未來比單獨(dú)攝像頭更合理,我想至少應(yīng)該先回答以下兩個問題:

▍特斯拉為什么堅(jiān)持單獨(dú)攝像頭方案?

首先,我們要清楚特斯拉是個汽車品牌廠,或者叫整車廠。特斯拉在汽車產(chǎn)業(yè)鏈的整體定位是整車集成,即選擇汽車行業(yè)龐大供應(yīng)體系(Tier 1)里適合自己整車產(chǎn)品定義的汽車組件,比如電機(jī)、電控、機(jī)械結(jié)構(gòu)、多媒體等,最后組裝、生產(chǎn)成汽車。

從這個維度看,特斯拉對汽車配件和技術(shù)維度應(yīng)該是“拿來主義的“和“中立的”。那為什么特斯拉會反對多傳感器,特別是激光雷達(dá)呢? 問題可能出在激光雷達(dá)本身:一個是技術(shù)還不完善,特別是能生產(chǎn)符合車規(guī)標(biāo)準(zhǔn)的真正固體的激光雷達(dá)的企業(yè)暫不具備量產(chǎn)能力,另一個問題是激光雷達(dá)的價格還沒有低到合理、普適的位置。一言以蔽之,還沒有合適的激光雷達(dá)可以上車量產(chǎn)。 由此,假定我們站在特斯拉和馬斯克的角度來思考:作為自動駕駛汽車品牌的領(lǐng)導(dǎo)者和自動駕駛概念的最大商業(yè)受益者,特斯拉已經(jīng)有一套視覺攝像頭方案量產(chǎn),獲得了市場的認(rèn)可,同時積累了大量的數(shù)據(jù);作為攝像頭自動駕駛最成功的商業(yè)案例,特斯拉對單獨(dú)攝像頭方案充滿信心,并輸出這個信心給市場和用戶,是完全必須和應(yīng)該的邏輯。相反,如果這個時候站出來說多傳感器融合,多少有可能被“誤讀”成單獨(dú)攝像頭方案還有些許缺陷和不足,將來需要其他傳感器來補(bǔ)充。

對于汽車這種長生命周期的產(chǎn)品而言,這種信息導(dǎo)向,很可能打擊一些潛在用戶的買車欲望,而客觀上市場上又確實(shí)沒有性價比足夠高的固態(tài)激光雷達(dá)可以供特斯拉采用,作為一個成熟、務(wù)實(shí)的著名汽車廠,這顯然是特斯拉時下不希望看到的“死循環(huán)”局面。

既然人類可以只靠肉眼這樣單一傳感器完成汽車駕駛,為什么AI不能通過視覺攝像頭完成自動駕駛?

要想回答這個問題,我們還要對人眼的視覺識別進(jìn)行稍微深入一點(diǎn)兒的分析。 首先,人眼的視覺是個高度智能化、自動化的復(fù)雜系統(tǒng),具有定焦、對焦、變焦、多區(qū)域視覺等等功能。 比如駕駛過程中,我們的視線會在遠(yuǎn)景、近景切換焦距和成像,并且在即便是近景的情況下,對遠(yuǎn)景的目標(biāo),特別是運(yùn)動目標(biāo)也具備檢測功能,從而在遠(yuǎn)處有運(yùn)動目標(biāo)的時候,通過調(diào)整眼球晶狀體將成像面快速切換到遠(yuǎn)距離目標(biāo)。

與此同時,我們對于需要特別關(guān)注的目標(biāo),比如路面障礙物,我們可以“定睛一看”,進(jìn)行特定區(qū)域的細(xì)致成像,提供局部目標(biāo)視覺分辨率。 此外,我們還可以通過頸部、頭部的動作,調(diào)整我們眼睛的視角和視覺范圍,避免視覺死角,同時把視網(wǎng)膜有限的成像分辨率用在特別關(guān)注的目標(biāo)區(qū)域的成像。 我們還有高度智能化、自動化的瞳孔“光圈”,控制眼睛的進(jìn)光量,適用于不同的外界光照情況。 而車載自動駕駛電子攝像頭,基本都是固定焦距、固定FOV、固定光圈、固定位置安裝的,完全不具備人眼的自動化和靈活性。

這也解釋了為什么人類可以兩只眼睛“包打天下”,而自動駕駛要用十幾個甚至二十幾個攝像頭的原因。 舉個例子,安裝在車頭位置的前向攝像頭就需要配置多個,用以負(fù)責(zé)近距離、中距離,遠(yuǎn)距離的視覺成像。之所以采用多攝像頭分工,而不是采用人眼這種“通用”攝像頭,除了成本的考量之外,關(guān)鍵還是要實(shí)現(xiàn)人眼類似的智能化、自動化,必然使用大量電機(jī)、機(jī)械運(yùn)動、控制部件,比如調(diào)整焦距的電機(jī),在汽車這種使用環(huán)境里是非常有技術(shù)挑戰(zhàn)的。原因是,汽車的使用環(huán)境高低溫工作范圍大,運(yùn)動與震動強(qiáng)烈,而無故障運(yùn)行時間要求很長。 小結(jié)一下,由于汽車使用環(huán)境的嚴(yán)酷性,大家最終選擇了“固態(tài)”攝像頭,而當(dāng)前這個“固態(tài)”攝像頭的智能化、自動化、靈活性水平,和人眼相對比還有很大的差距。

另外,在測量距離這個指標(biāo)上,攝像頭視覺甚至包括人眼,對比起激光雷達(dá)都有巨大的劣勢。因?yàn)閺墨@取距離(深度)信息的原理上,不同于激光雷達(dá)的直接測量法,視覺測距的實(shí)際精度和準(zhǔn)確性都與被測物體,以及背景圖像的特點(diǎn)有很大的相關(guān)性,這種測距原理,在特殊的背景和目標(biāo)場景下,就有可能會出現(xiàn)測距算法失效的可能性。而人眼還可以通過歪歪頭等“機(jī)械”動作,調(diào)整一下視角,獲取不同角度的圖像,提高三角測距法的準(zhǔn)確性。 即便如此,人眼對距離感知,對低照度也有先天的不足。好在從進(jìn)化論的角度,人眼的視覺能力足以“應(yīng)付”我們進(jìn)化歷史上漫長的“靠腿運(yùn)動”的“低速” 時代。而汽車這種高速運(yùn)動的機(jī)器誕生的時間,與人類的歷史相比極其短暫。 那么,在人類的視覺還沒有進(jìn)化出(或許也不可能進(jìn)化出)新的傳感器功能之前,我們借用一下激光雷達(dá)、毫米波雷達(dá)這樣有專長的傳感器測測距離,也許是合理和聰明的選擇。就像我們在沒有野生動物夜視能力的情況下,可以借用手電筒、汽車大燈,來走暗夜中的漫漫長路一樣。

所以,多傳感器融合對自動駕駛應(yīng)該是一個合理和幾乎必然的趨勢。至于哪種傳感器在自動駕駛算法上起的的作用更大,可能不是傳感器企業(yè)最關(guān)心的事情,而是做算法的人更關(guān)心的事情。

/ 02 / 傳感的原理:攝像頭、毫米波雷達(dá)和激光雷達(dá)

談到自動駕駛的多傳感器融合,主要的還是攝像頭、毫米波雷達(dá)和激光雷達(dá)。關(guān)于這三種傳感器的大致特點(diǎn)和優(yōu)缺點(diǎn),行業(yè)里有很多討論,我們就不贅述了。 需要補(bǔ)充一點(diǎn)的是,從傳感的原理上,攝像頭和激光雷達(dá)本質(zhì)上都是光學(xué)成像。攝像頭主要是可見光成像,可借助陽光、路燈、車燈等光源,更容易獲得比較高的平面分辨率;而激光雷達(dá)使用自己的專用光源,通常是不可見光的紅外激光光源,優(yōu)勢在于獲得目標(biāo)距離(深度)的信息;也因?yàn)榧す饫走_(dá)使用自帶的紅外激光光源,具有窄帶光譜的特性,天生比自然光成像具有更好的抗干擾性。 同時,因?yàn)樽园l(fā)光激光光源的相干性特點(diǎn),可以采用光通訊行業(yè)長期積累的相干接收的技術(shù)成果,獲得更高的信噪比,在測距的同時獲得更多的測量數(shù)據(jù),比如目標(biāo)的運(yùn)動速度,這也是行業(yè)里看好調(diào)頻連續(xù)波(FMCW) 技術(shù)的主要原因。

而毫米波雷達(dá)使用的是不同于光頻譜的無線電波,在雨、霧、霾等惡劣氣候下有非常明顯的優(yōu)勢作用。但目前毫米波雷達(dá)在平面分辨率和距離分辨率上還不如攝像頭和激光雷達(dá)。毫米波雷達(dá)如果要提高以上兩個分辨率,需要使用更多的通道和天線單元,加大通訊帶寬,提高射頻頻段,這需要新的技術(shù)努力,并且在成本控制上也會有新的挑戰(zhàn)。在毫米波雷達(dá)領(lǐng)域,也不乏創(chuàng)新者,比如峰瑞資本投資的加特蘭微電子,主攻CMOS工藝毫米波雷達(dá)芯片開發(fā)與設(shè)計(jì),在全球范圍內(nèi)率先量產(chǎn)汽車級CMOS工藝77/79GHz毫米波雷達(dá)射頻前端芯片。

激光雷達(dá)是最晚進(jìn)入汽車行業(yè)、同時也是討論熱度最高的傳感器。從全球領(lǐng)先的激光雷達(dá)公司Velodyne多線機(jī)械掃描雷達(dá)開始,眾多創(chuàng)業(yè)團(tuán)隊(duì)嘗試了MEMs激光雷達(dá)、Flash(TOF)面陣成像、OPA相控陣激光掃描等多種技術(shù)方案。 努力的方向是兩個:一是降低成本,二是盡力減少機(jī)械運(yùn)動部件,實(shí)現(xiàn)固態(tài)激光雷達(dá),以滿足汽車惡劣的工作環(huán)境和超長的無故障工作時間要求。

/ 03 / 激光雷達(dá):ToF、OPA之爭

從技術(shù)維度看,F(xiàn)lash(TOF)面陣成像和OPA相控陣技術(shù)方案無疑是更接近理想固態(tài)構(gòu)架的方案,因?yàn)樗鼈兌际腔?a target="_blank">半導(dǎo)體芯片技術(shù)。 而MEMS技術(shù)(Micro-Electro-Mechanical System,也叫做微電子機(jī)械系統(tǒng)、微系統(tǒng)、微機(jī)械等)雖然也使用半導(dǎo)體工藝和技術(shù),但由于在芯片內(nèi)部使用了微電機(jī)構(gòu)建的振鏡作為激光束控制方向的部件,本質(zhì)上還是包含一個機(jī)械運(yùn)動部件,同時想在微小尺寸的振鏡上實(shí)現(xiàn)線性很好的掃描線控制和大的掃描角度也面臨許多技術(shù)挑戰(zhàn)。

Flash(快閃)激光雷達(dá)技術(shù)是最接近攝像頭技術(shù)的方案,可以利用攝像頭行業(yè)很多成熟的技術(shù)和工藝成果。但是,由于Flash激光雷達(dá)使用面陣的光源,由于人眼安全標(biāo)準(zhǔn)等現(xiàn)實(shí)限制,F(xiàn)lash 激光雷達(dá)更適用近距離、中距離的應(yīng)用場景。蘋果在2020年推出的iPad Pro上使用了激光雷達(dá),在掃描方式上,蘋果選擇的是Flash方案。激光雷達(dá)利用直接飛行時間 (dToF),測量室內(nèi)或室外環(huán)境中從最遠(yuǎn)五米處反射回來的光。單光子dToF技術(shù)是未來實(shí)現(xiàn)激光雷達(dá)(LiDAR)小型化、低成本、可量產(chǎn)的一項(xiàng)關(guān)鍵技術(shù)。 峰瑞資本投資的南京芯視界微電子,正是以光電轉(zhuǎn)換器件設(shè)計(jì)和單光子檢測成像技術(shù)為核心,提供單光子dToF三維圖像傳感芯片、大數(shù)據(jù)中心超高速光電互聯(lián)芯片及系統(tǒng)解決方案的公司。 OPA激光雷達(dá)是被行業(yè)最寄予厚望的技術(shù)方向。它的原理是,通過控制納米天線陣列中每個天線的發(fā)射信號相位,使得不同天線單元的信號互相干涉,從而控制輸出的激光束的方向。它是原理上最接近射頻頻段相控陣?yán)走_(dá)的技術(shù),如果能夠?qū)崿F(xiàn)芯片化,將是目前能看到的最理想的純固態(tài)激光雷達(dá)技術(shù)路線。

除了純固態(tài)的優(yōu)點(diǎn),由于OPA激光雷達(dá)是由電信號完全控制激光掃描方向,能夠動態(tài)地調(diào)節(jié)掃描角度范圍,對目標(biāo)區(qū)域,進(jìn)行全局掃描或者某一區(qū)域的局部精細(xì)化掃描,一個激光雷達(dá)就可能覆蓋近距離、中距離、遠(yuǎn)距離的目標(biāo)、距離探測,如果和FMCW技術(shù)相結(jié)合,還可以直接提供目標(biāo)的運(yùn)動速度。 換句話說,OPA激光雷達(dá)沒有采用任何機(jī)械運(yùn)動部件,卻實(shí)現(xiàn)了類似人眼視覺的機(jī)動性、靈活性。

由于OPA技術(shù)的先天優(yōu)勢,國內(nèi)外都投入了大量資金和技術(shù)人才。峰瑞資本投資了洛微科技(Luminwave)和力策科技兩家致力于OPA 芯片和激光雷達(dá)的公司,其中洛微科技專注于硅光技術(shù)的OPA解決方案,力策則基于III-V族半導(dǎo)體材料,創(chuàng)新和發(fā)展了空間光調(diào)制OPA技術(shù)和芯片。

在OPA技術(shù)的發(fā)展進(jìn)程中,基于液晶材料的空間光調(diào)制(spatial light modulator,SLM)技術(shù),曾經(jīng)是重要的技術(shù)探索方向之一,但是液晶SLM掃描速度非常慢(毫秒級別),遠(yuǎn)遠(yuǎn)滿足不了自動駕駛快速成像的要求。力策科技的OPA方案,從使用者角度看,相當(dāng)于做了個高速的SLM,完成一個單波長激光的高速空間調(diào)制;當(dāng)然從技術(shù)維度看,力策的OPA技術(shù)無疑是一種新的創(chuàng)新,同時也是目前最接近量產(chǎn)的OPA固態(tài)激光雷達(dá)技術(shù)方案。 經(jīng)過幾年的努力,洛微科技和力策科技兩家激光雷達(dá)領(lǐng)域的創(chuàng)業(yè)公司,都在自己的技術(shù)方向上取得了較好的成果,洛微科技剛剛完成數(shù)千萬元融資,力策科技也即將開始新一輪融資。

本篇總結(jié)

1,多傳感器融合對自動駕駛應(yīng)該是一個合理和幾乎必然的趨勢。目前“固態(tài)”攝像頭的智能化、自動化、靈活性水平,和人眼相對比還有很大的差距。另外,在測量距離這個指標(biāo)上,攝像頭視覺甚至包括人眼,對比起激光雷達(dá)都有巨大的劣勢。因此,多傳感器融合,利用攝像頭、毫米波雷達(dá)和激光雷達(dá)各類傳感器的優(yōu)勢,是目前自動駕駛領(lǐng)域較為可行的方案。2,激光雷達(dá)是最晚進(jìn)入汽車行業(yè)、同時也是討論熱度最高的傳感器。目前激光雷達(dá)行業(yè)主要往兩個方向努力:一是降低成本,二是盡力減少機(jī)械運(yùn)動部件,實(shí)現(xiàn)固態(tài)激光雷達(dá),以滿足汽車惡劣的工作環(huán)境和超長的無故障工作時間要求。3,從技術(shù)維度看,F(xiàn)lash(TOF)面陣成像和OPA相控陣技術(shù)方案無疑是更接近理想固態(tài)構(gòu)架的方案,它們都是基于半導(dǎo)體芯片技術(shù)。

原文標(biāo)題:峰瑞2021展望④ | 自動駕駛背后的傳感器終局猜想

文章出處:【微信公眾號:CEO創(chuàng)客】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

責(zé)任編輯:haq

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(diǎn)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

    2551

    文章

    51189

    瀏覽量

    754341
  • 自動駕駛
    +關(guān)注

    關(guān)注

    784

    文章

    13842

    瀏覽量

    166562

原文標(biāo)題:峰瑞2021展望④ | 自動駕駛背后的傳感器終局猜想

文章出處:【微信號:CEOMakers,微信公眾號:CEO創(chuàng)客】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    從《自動駕駛地圖數(shù)據(jù)規(guī)范》聊高精地圖在自動駕駛中的重要性

    自動駕駛地圖作為L3級及以上自動駕駛技術(shù)的核心基礎(chǔ)設(shè)施,其重要性隨著智能駕駛技術(shù)的發(fā)展愈發(fā)顯著?!?b class='flag-5'>自動駕駛地圖數(shù)據(jù)規(guī)范》(DB11/T 20
    的頭像 發(fā)表于 01-05 19:24 ?396次閱讀
    從《<b class='flag-5'>自動駕駛</b>地圖數(shù)據(jù)規(guī)范》聊高精地圖在<b class='flag-5'>自動駕駛</b>中的重要性

    NVIDIA DRIVE技術(shù)推動自動駕駛發(fā)展

    隨著 AI 技術(shù)的飛速發(fā)展,汽車行業(yè)正經(jīng)歷一場深刻而全面的智能化轉(zhuǎn)型。以 NVIDIA DRIVE 技術(shù)為核心,NVIDIA 正在推動著自動駕駛技術(shù)不斷邁向新高度。2025 年,AI 將在汽車
    的頭像 發(fā)表于 12-29 16:02 ?318次閱讀

    一文聊聊自動駕駛測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    隨著自動駕駛技術(shù)的飛速發(fā)展,自動駕駛測試的重要性也日益凸顯。自動駕駛測試不僅需要驗(yàn)證車輛的感知、決策、控制模塊的獨(dú)立性能,還需確保系統(tǒng)在復(fù)雜場景中運(yùn)行的整體可靠性。然而,
    的頭像 發(fā)表于 12-03 15:56 ?206次閱讀
    一文聊聊<b class='flag-5'>自動駕駛</b>測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    自動駕駛汽車安全嗎?

    隨著未來汽車變得更加互聯(lián),汽車逐漸變得更加依賴技術(shù),并且逐漸變得更加自動化——最終實(shí)現(xiàn)自動駕駛,了解自動駕駛汽車的安全問題變得非常重要,這樣你才能回答“自動駕駛汽車安全嗎”和“
    的頭像 發(fā)表于 10-29 13:42 ?537次閱讀
    <b class='flag-5'>自動駕駛</b>汽車安全嗎?

    自動駕駛HiL測試方案案例分析--ADS HiL測試系統(tǒng)#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月22日 15:20:19

    淺談自動駕駛技術(shù)的現(xiàn)狀及發(fā)展趨勢

    自動駕駛技術(shù),作為人工智能和計(jì)算機(jī)科學(xué)領(lǐng)域的一項(xiàng)重要應(yīng)用,近年來取得了顯著的發(fā)展與進(jìn)步。它不僅代表著汽車產(chǎn)業(yè)的未來方向,更預(yù)示著人類出行方式的深刻變革。 一、自動駕駛技術(shù)的現(xiàn)狀 自動駕駛
    的頭像 發(fā)表于 10-22 14:33 ?1192次閱讀

    自動駕駛HiL測試方案介紹#ADAS #自動駕駛 #VTHiL

    自動駕駛
    北匯信息POLELINK
    發(fā)布于 :2024年10月12日 18:02:07

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    可以根據(jù)自動駕駛系統(tǒng)的具體需求,通過編程來配置FPGA的邏輯功能和連接關(guān)系,以適應(yīng)不同的應(yīng)用場景和算法變化。這種靈活性使得FPGA能夠快速適應(yīng)自動駕駛技術(shù)的快速發(fā)展和變化。 低延遲: 自動駕
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    控制。在視覺算法方面,F(xiàn)PGA利用自身并行處理和高速存儲器的特點(diǎn),極大地加快了算法的執(zhí)行速度,提高了運(yùn)算效率。 五、未來發(fā)展趨勢隨著自動駕駛技術(shù)的不斷發(fā)展,F(xiàn)PGA在自動駕駛領(lǐng)域的應(yīng)用
    發(fā)表于 07-29 17:09

    自動駕駛步入L3階段 磁性元器件行業(yè)有何新機(jī)遇?

    車企進(jìn)入上述名單,拿到了L3級自動駕駛試點(diǎn)的“入場券”,自動駕駛市場正式步入了一個全新的發(fā)展階段。 近年來,自動駕駛市場呈現(xiàn)出爆發(fā)式的增長態(tài)勢
    的頭像 發(fā)表于 07-17 09:29 ?353次閱讀
    <b class='flag-5'>自動駕駛</b>步入L3階段 磁性元器件<b class='flag-5'>行業(yè)</b>有何新機(jī)遇?

    中級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    是一個新興且不斷發(fā)展的職業(yè)。隨著技術(shù)的進(jìn)步,這一領(lǐng)域?qū)⒗^續(xù)吸引更多人才,推動自動駕駛技術(shù)的發(fā)展。 自動駕駛架構(gòu)師在設(shè)計(jì)和開發(fā)自動駕駛系統(tǒng)時將
    的頭像 發(fā)表于 06-20 21:47 ?300次閱讀

    初級自動駕駛架構(gòu)師應(yīng)該學(xué)習(xí)哪些知識

    是一個新興且不斷發(fā)展的職業(yè)。隨著技術(shù)的進(jìn)步,這一領(lǐng)域?qū)⒗^續(xù)吸引更多人才,推動自動駕駛技術(shù)的發(fā)展自動駕駛架構(gòu)師在設(shè)計(jì)和開發(fā)自動駕駛系統(tǒng)時將
    的頭像 發(fā)表于 06-20 21:45 ?322次閱讀

    未來已來,多傳感器融合感知是自動駕駛破局的關(guān)鍵

    的Robotaxi運(yùn)營。這標(biāo)志著L4級自動駕駛迎來了新的里程碑,朝著商業(yè)化落地邁進(jìn)了一大步。中國的車企也不甘落后:4月7日,廣汽埃安與滴滴自動駕駛宣布合資公司——廣州安滴科技有限公司獲批工商執(zhí)照。廣汽埃安
    發(fā)表于 04-11 10:26

    自動駕駛發(fā)展問題及解決方案淺析

    隨著科技的飛速進(jìn)步,自動駕駛汽車已經(jīng)從科幻概念逐漸轉(zhuǎn)變?yōu)楝F(xiàn)實(shí)。然而,在其蓬勃發(fā)展的背后,自動駕駛汽車仍面臨一系列亟待解決的問題和挑戰(zhàn)。本文將對這些問題進(jìn)行深入的剖析,并提出相應(yīng)的解決方案,以期為未來
    的頭像 發(fā)表于 03-14 08:38 ?1173次閱讀

    華為自動駕駛技術(shù)怎么樣?

    ? ? ? 自動駕駛技術(shù)是當(dāng)今世界汽車產(chǎn)業(yè)的重要發(fā)展方向。作為全球領(lǐng)先的科技企業(yè),華為在自動駕駛技術(shù)方面也進(jìn)行了深入的研發(fā)和創(chuàng)新。 一、華為自動駕駛技術(shù)的實(shí)力 華為在
    的頭像 發(fā)表于 02-02 16:58 ?1770次閱讀