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

一文讀懂自動駕駛汽車:軟硬結(jié)合 造就未來出行體驗(yàn)(上篇)

NVIDIA英偉達(dá) ? 來源:未知 ? 2022-11-28 22:05 ? 次閱讀

在 GTC 2022 秋季大會上,NVIDIA 汽車部門營銷經(jīng)理 Katie Burke Washabaugh,面向想要了解自動駕駛汽車、并有志于投身自動駕駛行業(yè)的觀眾,介紹了自動駕駛汽車的歷史、工作原理、相關(guān)技術(shù)以及發(fā)展前景。本文對此次分享的精華內(nèi)容進(jìn)行了匯總和整理,以幫助大家更好地了解自動駕駛與 AI 行業(yè)!

本文將分為上下兩篇,主要包括四個(gè)章節(jié):

  • 自動駕駛汽車的發(fā)展簡介,包括過去十年發(fā)生的重大事件以及技術(shù)突破。

  • 自動駕駛汽車的工作原理,包括車輛中的硬件,如傳感器架構(gòu)和車載計(jì)算,以及車輛中運(yùn)行的軟件、深度神經(jīng)網(wǎng)絡(luò)等。

  • 自動駕駛汽車的訓(xùn)練與仿真。

  • 自動駕駛汽車未來的發(fā)展方向,包括“軟件定義汽車”,智能座艙等。

底蘊(yùn)深厚,路徑明確

在深入了解自動駕駛汽車的歷史之前,先為大家簡要介紹一些專業(yè)用詞。

2014 年,美國汽車工程師學(xué)會將自動駕駛技術(shù)劃分為五個(gè)等級,用于描述車輛功能。L1 級和 L2 級表示車輛沒有自動駕駛功能,其中 L1 級表示完全沒有自動駕駛功能,駕駛員需要手動完成車輛中的每一項(xiàng)操作。L2 級則更多涉及主動安全功能和自動化功能,例如自動緊急制動和車道保持輔助,這些功能在如今的車輛中已為大眾所熟知。L3 級則擁有更多 AI 輔助駕駛功能,可讓車輛自行轉(zhuǎn)向和制動,但人們?nèi)孕柝?fù)責(zé)駕駛?cè)?。即使汽車能夠自己轉(zhuǎn)向和制動,駕駛員也須時(shí)刻準(zhǔn)備接管控制權(quán)。當(dāng)業(yè)內(nèi)談及自動駕駛汽車時(shí),則主要是在談?wù)?L4 級和 L5 級的自動駕駛汽車。L4 級車輛可以在特定環(huán)境下實(shí)現(xiàn)完全的自動駕駛,例如,自動駕駛出租車車隊(duì)可在礦區(qū)、港口、機(jī)場、物流園區(qū)等封閉區(qū)域行駛。L5 級則代表著全自動駕駛,汽車可以隨時(shí)隨地進(jìn)行自動駕駛,完全不需要真人駕駛員進(jìn)行操作。

8cc55f74-6f21-11ed-8abf-dac502259ad0.png

自動駕駛技術(shù)分級

早期自動駕駛探索:

算力和速度存在瓶頸

自動駕駛汽車的概念產(chǎn)生至今已有幾十年,科幻作品和電視節(jié)目中都曾提及該概念,例如電視劇《霹靂游俠》(Knight Rider)中高度人工智能的跑車 KITT。當(dāng)前的自動駕駛技術(shù)應(yīng)用主要來源于世界上第一個(gè)自動駕駛汽車長距離比賽,“美國無人駕駛挑戰(zhàn)賽”(DARPA Grand Challenge),特別是 2007 年的賽事,將自動駕駛汽車挑戰(zhàn)賽擴(kuò)展到了一般路面和更多城市環(huán)境之中,開啟了自動駕駛產(chǎn)業(yè)的起源。

參加 2007 年城市挑戰(zhàn)賽的車輛非常笨重,車輛周身懸掛著多個(gè)極其昂貴的傳感器和硬件,同時(shí)車輛后備箱里裝滿了電腦設(shè)備。這些車輛尚未達(dá)到自動化級別,難以在極端環(huán)境運(yùn)行。對于量產(chǎn)型車輛而言,必須擁有 10-11 年以上的使用壽命,并且在使用期需要能夠應(yīng)對極端高溫、嚴(yán)寒、大雪等情況,城市挑戰(zhàn)賽的車輛顯然無法經(jīng)受密歇根坑洼道路的考驗(yàn)。城市挑戰(zhàn)賽中的優(yōu)勝車輛在 4 小時(shí)內(nèi)完成了近 96 千米( 60 英里)路程。事實(shí)上,開車是為實(shí)現(xiàn)方便高效,在 4 個(gè)小時(shí)內(nèi)行駛 96 千米( 60 英里),既不方便也不高效。因此,早期車輛難以投入量產(chǎn)。然而,這些車輛卻推動了自動駕駛技術(shù)的快速發(fā)展,讓自動駕駛行業(yè)能獲得如今的成果。這里有幾個(gè)數(shù)據(jù)希望大家留意,后續(xù)我們會比較一下:2007 年的城市挑戰(zhàn)賽中,優(yōu)勝車輛在 4 個(gè)小時(shí)內(nèi)行駛了 96 千米( 60 英里),每秒可進(jìn)行 230 億次運(yùn)算(23 billion FLOPS)。

AI 技術(shù)突破,自動駕駛?cè)缬猩裰?/strong>

得益于 AI 技術(shù)的突破,所有可移動的事物都將實(shí)現(xiàn)自動化。從乘用車、出租車,到商用卡車運(yùn)輸、再到共享出行、公共交通,更加安全高效的自動駕駛技術(shù)正在改變交通運(yùn)輸行業(yè)的各個(gè)方面,甚至農(nóng)業(yè)也可通過自動駕駛實(shí)現(xiàn)徹底革新。

那么自動駕駛行業(yè)提到的 AI 究竟是什么意思呢?具體來說,指的是 AI 的一個(gè)子集,即深度學(xué)習(xí),可使汽車如同人類一般進(jìn)行學(xué)習(xí)和行動。汽車中的軟件則由深度神經(jīng)網(wǎng)絡(luò)(DNN)組成,可驅(qū)動特定的任務(wù),如感知、推理、駕駛,或是驅(qū)動、高精地圖以及車輛定位,又或者是汽車在空間中精確定位的能力。

為實(shí)現(xiàn)現(xiàn)實(shí)世界中的安全行駛,自動駕駛深度神經(jīng)網(wǎng)絡(luò)必須能夠根據(jù)周圍環(huán)境推斷信息,例如,在駕駛過程中,如果看到路上有一個(gè)滾落的球,駕駛員根據(jù)以往的生活經(jīng)驗(yàn)可推斷出,球的后面很可能會跟著一個(gè)孩子,由此在通過時(shí)會減速稍等一會兒。但是,如何教會汽車以同樣的方式思考和行動呢?答案則是借助海量數(shù)據(jù)以涵蓋可能遇到的各種情況。DNN 在車輛中運(yùn)行之前,會在數(shù)據(jù)中心大規(guī)模運(yùn)行相關(guān)數(shù)據(jù),并利用仿真對這些情境進(jìn)行測試和驗(yàn)證。最后,當(dāng)這些網(wǎng)絡(luò)準(zhǔn)備好“上車”時(shí),則需要能夠運(yùn)行各種神經(jīng)網(wǎng)絡(luò)的集中式高性能計(jì)算平臺,保障能實(shí)時(shí)覆蓋每個(gè)必要的任務(wù),以實(shí)現(xiàn)安全操作。

技術(shù)合力,助力自動駕駛汽車安全高效運(yùn)行

那么,自動駕駛汽車的工作原理究竟是什么?

傳感器架構(gòu)“保駕護(hù)航”

首先,人們在駕駛時(shí)依靠感官來感知周圍環(huán)境,眼觀六路,耳聽八方。真人駕駛員會時(shí)刻保持對提示物、標(biāo)識牌以及其他車輛的警惕。自動駕駛汽車則是依靠傳感器獲取感知信息,以在駕駛環(huán)境中做出反應(yīng)。這些傳感器必須具備兩個(gè)重要特性,即冗余和多樣化。

“冗余”指的是每個(gè)組件都有一個(gè)備份,來對傳感器探測到的數(shù)據(jù)進(jìn)行查驗(yàn),從而確保檢測對象的真實(shí)存在。如果攝像頭看到陰影中存在某物,雷達(dá)則會進(jìn)行雙重檢測,從而確保確實(shí)有物體存在,就算在攝像頭誤報(bào)時(shí),汽車也能從其他傳感器處及時(shí)得到真實(shí)反饋。

所謂“多樣化”,是指每個(gè)組件都能處理在現(xiàn)實(shí)世界中運(yùn)行時(shí)所需執(zhí)行的各種任務(wù)。在冗余且多樣化的傳感器架構(gòu)中,首先需要可充當(dāng)視覺傳感器的攝像頭傳感器,用于檢測和分類靜態(tài)或靜止物體,以及動態(tài)或移動物體。上述物體包括交通標(biāo)志、交通燈、車道邊界,以及行人、騎行者或動物。正如前文所述,此架構(gòu)中還包含了雷達(dá),可作為備用手段,在必要時(shí)替代攝像頭感知外界信息,協(xié)助測量周圍物體的距離和移動速度。目前,大家可能已經(jīng)很熟悉用于其他行業(yè)或技術(shù)的攝像頭和雷達(dá)傳感器,但激光雷達(dá)對于部分人而言,可能是一個(gè)相對較新的術(shù)語。

激光雷達(dá)當(dāng)前的工作原理是將多束激光同時(shí)發(fā)射到周圍環(huán)境中,并接收反射回來的激光。隨后,傳感器會根據(jù)激光反射回雷達(dá)所用的時(shí)間,基于任意兩次激光發(fā)射的時(shí)間間隔,構(gòu)建出車輛周圍環(huán)境的 3D 圖像。除此之外,此架構(gòu)還會使用通過聲波進(jìn)行感知的超聲波設(shè)備,以及用于粗略定位和運(yùn)動補(bǔ)償?shù)?GNSS 和 IMU 傳感器。

AI 計(jì)算“智力無限”

上一部分討論了汽車的感知系統(tǒng),也就是自動駕駛的“眼睛”和“耳朵”。接下來將為大家介紹汽車的“大腦”,即集中式 AI 計(jì)算平臺—自動駕駛汽車的計(jì)算平臺負(fù)責(zé)處理由冗余且多樣化的傳感器所采集的大量數(shù)據(jù)

正如之前所說,汽車采用冗余且多樣化的傳感器架構(gòu),來生成海量數(shù)據(jù)。直觀地說,一輛用于測試的自動駕駛汽車運(yùn)行 6 小時(shí)就能生成約 32TB 數(shù)據(jù),相當(dāng)于可填滿至少 256 部具有 128GB 內(nèi)存的智能手機(jī)。此外,這種計(jì)算還必須能夠運(yùn)行數(shù)十個(gè)深度神經(jīng)網(wǎng)絡(luò),以便在處理數(shù)據(jù)的同時(shí),為車輛感知系統(tǒng)提供實(shí)時(shí)支持。

8e392b74-6f21-11ed-8abf-dac502259ad0.png

集中式 AI 計(jì)算

軟件定義“常用常新”

為應(yīng)對自動駕駛帶來的挑戰(zhàn),計(jì)算平臺必須具有超高性能,同時(shí)滿足節(jié)能和車規(guī)級要求。所謂車規(guī)級要求,是指能夠承受量產(chǎn)型汽車將面對的極端運(yùn)行條件,以及因長途行車、糟糕路況和極端天氣造成的磨損。此外,該計(jì)算平臺還必須具有可擴(kuò)展性以及持續(xù)升級的能力。這里所說的“可擴(kuò)展性”是指計(jì)算平臺能夠與未來的新平臺兼容。計(jì)算技術(shù)在持續(xù)發(fā)展,因此軟件開發(fā)公司基于當(dāng)前一代計(jì)算技術(shù)開發(fā)的產(chǎn)品,必須能夠兼容下一代產(chǎn)品,以便能夠充分利用最前沿和最出色的計(jì)算性能。而這里所說的“持續(xù)升級”,指的是計(jì)算平臺需要擁有足夠的空間,允許自動駕駛汽車通過 OTA 持續(xù)更新最新功能,從而實(shí)現(xiàn)軟件定義汽車,這意味著該計(jì)算平臺可基于最新的數(shù)據(jù)、體驗(yàn)和功能,持續(xù)改進(jìn)。

NVIDIA DRIVE Orin 是一款適用于自動駕駛汽車的先進(jìn)的軟件定義平臺。大家還記得上文提到的幾個(gè)數(shù)字嗎?在 2007 年的城市挑戰(zhàn)賽中,優(yōu)勝車輛每秒可進(jìn)行 230 億次運(yùn)算 (23 billion FLOPS);而現(xiàn)在,DRIVE Orin SoC 每秒可進(jìn)行 254 萬億次運(yùn)算(254 TOPS)。憑借當(dāng)前的性能水平, DRIVE Orin 能夠處理車輛中同時(shí)運(yùn)行的大量應(yīng)用和深度神經(jīng)網(wǎng)絡(luò),且符合 ISO 26262 ASIL-D 等系統(tǒng)安全標(biāo)準(zhǔn)。

深度神經(jīng)網(wǎng)絡(luò) 幫助汽車做決策

介紹完汽車的“大腦”之后,我們再來看下文中多次提及的深度神經(jīng)網(wǎng)絡(luò)。深度神經(jīng)網(wǎng)絡(luò)與傳感器一樣,需具備兩個(gè)重要特性:冗余且多樣化。這意味著,每個(gè)深度神經(jīng)網(wǎng)絡(luò)都能作為其他神經(jīng)網(wǎng)絡(luò)的一個(gè)備份,此外,每個(gè)深度神經(jīng)網(wǎng)絡(luò)將專門承擔(dān)某項(xiàng)任務(wù),以處理自動駕駛汽車在日常駕駛中可能遇到的各種場景。

8e9edd8e-6f21-11ed-8abf-dac502259ad0.png

感知—自動駕駛汽車最重要的組成部分

例如,SightNet 深度神經(jīng)網(wǎng)絡(luò)負(fù)責(zé)檢測交通標(biāo)志,LightNet 網(wǎng)絡(luò)則檢測交通燈,而 LaneNet 網(wǎng)絡(luò)則負(fù)責(zé)檢測車道邊界和可行駛路徑,此外,還有用于檢測交叉路口的 WaitNet 深度神經(jīng)網(wǎng)絡(luò)。前三種網(wǎng)絡(luò)會通過協(xié)同工作,檢查 WaitNet 網(wǎng)絡(luò)所檢測到的交叉路口場景,是否包含該交叉路口中的所有交通燈、交通標(biāo)志和車道邊界。自動駕駛汽車能夠基于檢查結(jié)果做出相應(yīng)的反應(yīng),并安全地通過交叉路口。這些網(wǎng)絡(luò)能夠在各種天氣及照明條件下運(yùn)行。不僅能適應(yīng)極端天氣,還能應(yīng)對眩光和攝像頭視野盲區(qū)。經(jīng)過專門訓(xùn)練的深度神經(jīng)網(wǎng)絡(luò),能夠應(yīng)對自動駕駛汽車可能會遇到的各種駕駛狀況,確保汽車安全行駛。

以上是自動駕駛汽車的各個(gè)組成部分,但它又是如何學(xué)習(xí)的呢?這就涉及到自動駕駛汽車的訓(xùn)練與仿真,我們將在下篇詳細(xì)敘述,敬請期待。

AI 賦能交通運(yùn)輸新時(shí)代

AI 揭開物流和出行新篇章

點(diǎn)擊查看往期精彩內(nèi)容

一:強(qiáng)勢登場:Lucid 集團(tuán)發(fā)布首款電動 SUV Gravity 和新款轎車 Air,基于 NVIDIA DRIVE 打造而成

二:步入 AI 新紀(jì)元:全新沃爾沃 EX90 SUV 基于 NVIDIA DRIVE 打造而成

三:容量大,電力足:Polestar 3 為高端電動 SUV 設(shè)定新標(biāo)準(zhǔn)

四:智控未來:路特斯 Eletre 搭載 NVIDIA DRIVE Orin,專為極致駕駛體驗(yàn)和高速 AI 計(jì)算而生

五:智能汽車“觸手可及”:哪吒汽車基于 NVIDIA DRIVE Orin 打造 AI 賦能的汽車

六:Hello,World:蔚來通過智能駕乘體驗(yàn)拓展全球市場


原文標(biāo)題:一文讀懂自動駕駛汽車:軟硬結(jié)合 造就未來出行體驗(yàn)(上篇)

文章出處:【微信公眾號:NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。


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(bào)投訴
  • 英偉達(dá)
    +關(guān)注

    關(guān)注

    22

    文章

    3780

    瀏覽量

    91205

原文標(biāo)題:一文讀懂自動駕駛汽車:軟硬結(jié)合 造就未來出行體驗(yàn)(上篇)

文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達(dá)】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

    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,自動駕駛測試面
    的頭像 發(fā)表于 12-03 15:56 ?204次閱讀
    <b class='flag-5'>一</b><b class='flag-5'>文</b>聊聊<b class='flag-5'>自動駕駛</b>測試技術(shù)的挑戰(zhàn)與創(chuàng)新

    Lyft攜手Mobileye推動自動駕駛出行服務(wù)規(guī)模化發(fā)展

    近日,北美最大的網(wǎng)約車公司之Lyft(納斯達(dá)克股票代碼:LYFT)與領(lǐng)先的自動駕駛技術(shù)和高級駕駛輔助系統(tǒng)(ADAS)提供商Mobileye(納斯達(dá)克股票代碼:MBLY)宣布將聯(lián)手合作,助力行業(yè)領(lǐng)先的車隊(duì)運(yùn)營商推動
    的頭像 發(fā)表于 11-17 10:15 ?224次閱讀

    重塑線控底盤技術(shù):自動駕駛未來支柱

    線控底盤(X-by-wire)技術(shù),作為自動駕駛技術(shù)的核心支撐,正悄然改變著汽車工業(yè)的技術(shù)架構(gòu)與市場生態(tài)。本文深入剖析了線控底盤的定義、在自動駕駛中的核心作用、當(dāng)前技術(shù)狀態(tài)及其面臨的挑戰(zhàn),并結(jié)
    的頭像 發(fā)表于 11-01 12:28 ?1116次閱讀

    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
    的頭像 發(fā)表于 10-29 13:42 ?535次閱讀
    <b class='flag-5'>自動駕駛</b><b class='flag-5'>汽車</b>安全嗎?

    線路板廠詳解PCB軟硬結(jié)合板優(yōu)缺點(diǎn)

    在當(dāng)今快速發(fā)展的電子科技領(lǐng)域,PCB 軟硬結(jié)合板正以其獨(dú)特的優(yōu)勢成為眾多先進(jìn)電子產(chǎn)品的關(guān)鍵組成部分。都知道PCB軟硬結(jié)合板表現(xiàn)出色,那么對于此板的優(yōu)缺點(diǎn)大家是否了解呢?來聽捷多邦小編說說~ PCB
    的頭像 發(fā)表于 10-23 17:29 ?221次閱讀

    自動駕駛技術(shù)的典型應(yīng)用 自動駕駛技術(shù)涉及到哪些技術(shù)

    駕駛員的情況下完成駕駛操作。這技術(shù)的出現(xiàn)極大地改變了傳統(tǒng)駕駛模式,不僅提高了道路交通的安全性和效率,還有望改變?nèi)藗兊?b class='flag-5'>出行方式,對城市交通
    的頭像 發(fā)表于 10-18 17:31 ?832次閱讀

    小馬智行自動駕駛出行服務(wù)接入高德平臺

    近日,自動駕駛領(lǐng)域的領(lǐng)先企業(yè)小馬智行與出行科技企業(yè)高德宣布達(dá)成戰(zhàn)略合作。小馬智行的自動駕駛車輛已成功接入高德一體化出行服務(wù)平臺,為用戶提供全新的出行
    的頭像 發(fā)表于 10-15 17:20 ?414次閱讀

    自動駕駛技術(shù)進(jìn)展及其對未來出行的影響

    駕駛,對于些人而言是樂趣的源泉,但對于另些人來說,卻是項(xiàng)令人疲憊的任務(wù)。隨著自動駕駛技術(shù)的飛速發(fā)展,這
    的頭像 發(fā)表于 10-10 16:25 ?991次閱讀

    自動駕駛未來之路:智能網(wǎng)聯(lián)與單車智能的交融

    隨著全球科技的飛速進(jìn)步,自動駕駛技術(shù)已從實(shí)驗(yàn)室概念逐漸走向商業(yè)化實(shí)踐,引領(lǐng)著未來交通出行的革命。然而,關(guān)于自動駕駛技術(shù)的具體發(fā)展路徑,業(yè)內(nèi)始終存在兩種主要觀點(diǎn):單車智能與智能網(wǎng)聯(lián)。本文
    的頭像 發(fā)表于 08-30 14:35 ?1514次閱讀

    FPGA在自動駕駛領(lǐng)域有哪些優(yōu)勢?

    FPGA(Field-Programmable Gate Array,現(xiàn)場可編程門陣列)在自動駕駛領(lǐng)域具有顯著的優(yōu)勢,這些優(yōu)勢使得FPGA成為自動駕駛技術(shù)中不可或缺的部分。以下是FPGA在
    發(fā)表于 07-29 17:11

    FPGA在自動駕駛領(lǐng)域有哪些應(yīng)用?

    是FPGA在自動駕駛領(lǐng)域的主要應(yīng)用: 、感知算法加速 圖像處理:自動駕駛中需要通過攝像頭獲取并識別道路信息和行駛環(huán)境,這涉及到大量的圖像處理任務(wù)。FPGA在處理圖像上的運(yùn)算速度快,可并行性強(qiáng),且功耗
    發(fā)表于 07-29 17:09

    理想汽車加速自動駕駛布局,成立“端到端”實(shí)體組織

    近期,理想汽車在其智能駕駛領(lǐng)域邁出了重要步,正式成立了專注于“端到端自動駕駛”的實(shí)體組織,該組織規(guī)模超過200人,標(biāo)志著理想在自動駕駛技術(shù)
    的頭像 發(fā)表于 07-17 15:42 ?1358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

    邊緣計(jì)算與自動駕駛系統(tǒng)如何結(jié)合

    當(dāng)前自動駕駛中,大規(guī)模的人工智能算法模型和大規(guī)模數(shù)據(jù)集中化分析均放在云端進(jìn)行。因?yàn)?,云端擁有大量的?jì)算資源,可以在極短的時(shí)間內(nèi)完成數(shù)據(jù)的處理,但是僅依靠云端為自動駕駛汽車提供服務(wù)在很多情況下是不可行的。
    發(fā)表于 03-25 09:26 ?573次閱讀
    邊緣計(jì)算與<b class='flag-5'>自動駕駛</b>系統(tǒng)如何<b class='flag-5'>結(jié)合</b>

    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系列亟待解決的問題和挑戰(zhàn)。本文將
    的頭像 發(fā)表于 03-14 08:38 ?1168次閱讀