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
聚客AI37 分钟前
🙋‍♀️Transformer训练与推理全流程:从输入处理到输出生成
人工智能·算法·llm
BeerBear2 小时前
【保姆级教程-从0开始开发MCP服务器】一、MCP学习压根没有你想象得那么难!.md
人工智能·mcp
小气小憩2 小时前
“暗战”百度搜索页:Monica悬浮球被“围剿”,一场AI Agent与传统巨头的流量攻防战
前端·人工智能
神经星星2 小时前
准确度提升400%!印度季风预测模型基于36个气象站点,实现城区尺度精细预报
人工智能
IT_陈寒5 小时前
JavaScript 性能优化:5 个被低估的 V8 引擎技巧让你的代码快 200%
前端·人工智能·后端
Juchecar5 小时前
一文讲清 PyTorch 中反向传播(Backpropagation)的实现原理
人工智能
黎燃5 小时前
游戏NPC的智能行为设计:从规则驱动到强化学习的演进
人工智能
机器之心6 小时前
高阶程序,让AI从技术可行到商业可信的最后一公里
人工智能·openai
martinzh6 小时前
解锁RAG高阶密码:自适应、多模态、个性化技术深度剖析
人工智能
机器之心6 小时前
刚刚,李飞飞空间智能新成果震撼问世!3D世界生成进入「无限探索」时代
人工智能·openai