车联网助力自动驾驶发展

单车智能决策难点

芯片,成为自动驾驶的最大瓶颈

自动驾驶对芯片算力要求极高。要求自动驾驶处理器在每秒能够处理数百万亿次的计算;

自动驾驶对计算的实时性要求极高。任何一点时延,都有可能造成车毁人亡;

对低能耗有极大的要求。自动驾驶AI芯片要处理的数据量极大,对芯片能效要求极高;

对高可靠性的要求。芯片需要无论在多么恶劣的条件下,严寒酷暑、刮风下雨,都有非常稳定的计算表现。

什么样的汽车才是好的L3

安全且人性化的人机接管,或者少接管

冗余,冗余,冗余

什么样的汽车才是好的L4

L4自动驾驶规划

智能驾驶技术规划Intelligent Driving Technology Planning

以产业化为目标逐步实现智能驾驶技术的量产,制定了M-partner(Mobility Partner)技术发展路线,已计划2020

年实现L3级高速公路自动驾驶,同时实现全自动泊车功能;并规划2022年实现最后一公里和城市快速路。

HD Map+Lidar

高精度地图助力L4级高级自动驾驶

拓展视野:视野更加开阔、长远,提前预判并作出相应的反应。

特定情况下的信息补充:雨雪雾等极端天气、黑夜、遮挡等引起的信息获取受限;车辆上方、两侧物体引发的传感器失锁;传感器故障。

提升自车位精度:GPS定位,精度在数米。结合高精度地图及相应算法,定位精度得到提升。

增强经济驾驶:高精度的道路坡度、曲率等信息,辅助车辆科学调整速度。

辅助传感器更有效获取有用数据:摄像头角度根据地图中标识的要素位置实时调整。

V2X-应用场景

群体智慧

发展趋势

V2X技术成熟化、标准化、商业化的快速推进。

近些年,国内外车企、互联网公司等对V2X技术的研发等大力投入,使V2X技术得到快速发展,国际上已初步形成两条标准化路线:DSRC (802.11P)和5G。

美国、欧洲、日本、中国等都在大力推动V2X的技术发展和推广应用,并相继推出相关的交规、政策,美国更是把网联汽车放在了国家战略的高度。

5G是V2X发展的主要方向,将成为自动驾驶的主要通信手段。

5G技术在近几年实现了重大突破,并陆续开展了实车应用和环境测试,即将实现商业化。

5G技术形成了端到端的生态系统,增强了移动带宽,峰值速率可达20Gb/s,支持更低的延时(≤10ms),更高的可靠性(>99.99%)以及更大的带宽(每平方公里可连接100万个终端)。

从华为等厂商的测试结果来看,基于5G的V2X在覆盖距离、网络延时方面都要优于DSRC。

基于V2X的自动驾驶系统是实现L4、L5的最佳选择。

V2X技术在自动驾驶系统的应用,可有效的解决当前自动驾驶车辆在车载传感器限制、行为预测及场景理解算法瓶颈、人-车-路发展闭环等方面的缺陷,有助于提高安全性,并降低成本、尾气排放等。

相关推荐
明月照山海-几秒前
机器学习周报十七
人工智能·机器学习
flay8 分钟前
Claude进阶秘籍:10个高级技巧让效率翻倍
人工智能
猫头虎9 分钟前
Paper2Agent:将科研论文转化为可交互的AI智能体工具项目
人工智能·prompt·aigc·交互·pip·agi·ai-native
喜欢吃豆11 分钟前
微调高级推理大模型(COT)的综合指南:从理论到实践
人工智能·python·语言模型·大模型·微调·强化学习·推理模型
Tfly__21 分钟前
Ubuntu 20.04 安装Aerial Gym Simulator - 基于 Gym 的无人机强化学习仿真器
linux·人工智能·ubuntu·github·无人机·强化学习·运动规划
喜欢吃豆1 小时前
从指令遵循到价值对齐:医疗大语言模型的进阶优化、对齐与工具集成综合技术白皮书
人工智能·python·语言模型·自然语言处理·大模型·强化学习·constitutional
진영_1 小时前
LLMs From Scratch(一)---理解大语言模型
人工智能·语言模型·自然语言处理
无风听海1 小时前
神经网络之理解梯度和方向导数
人工智能·深度学习·神经网络
亚马逊云开发者1 小时前
亚马逊云科技 WAF 指南(十)用 Amazon Q Developer CLI 解决 DDoS 防护与 SEO 冲突问题
人工智能
攻城狮7号1 小时前
吴恩达的Agentic AI新课:让AI学会“干活”,而不只是“答题”
人工智能·ai课程·吴恩达·agentic ai