目录

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。

本文是转载文章,点击查看原文
如有侵权,请联系 xyy@jishuzhan.net 删除
相关推荐
zandy101115 分钟前
飞书集成衡石ChatBot实战:如何10分钟搭建一个业务数据问答机器人?
大数据·人工智能·机器人·飞书·chatbot·衡石科技
机器之心20 分钟前
200B参数击败满血DeepSeek-R1,字节豆包推理模型Seed-Thinking-v1.5要来了
人工智能
James. 常德 student21 分钟前
CV - 目标检测
人工智能·目标检测·计算机视觉
说私域27 分钟前
开源AI大模型AI智能名片S2B2C商城小程序:科技浪潮下的商业新引擎
人工智能·小程序·开源·产品运营·零售
_一条咸鱼_30 分钟前
深入剖析 AI 大模型的 Embeddings 原理
人工智能·深度学习·机器学习
davysiao39 分钟前
从 SaaS 到 MCP:构建 AI Agent 生态的标准化服务升级之路
人工智能
搞程序的心海1 小时前
OpenCV 进阶实战与技巧——图像处理的全面解析
图像处理·人工智能·opencv
databook1 小时前
当决策树遇上脏数据:连续值与缺失值的解决方案
python·机器学习·scikit-learn
小刘私坊1 小时前
脑科学与人工智能的交叉:未来智能科技的前沿与机遇
人工智能·科技
怎么全是重名1 小时前
VPN(2020)Cross-view Semantic Segmentation for Sensing Surroundings
人工智能·计算机视觉·目标跟踪