自动驾驶

摘 要：无人驾驶和智能网联汽车是汽车行业未来的发展方向，但迄今为止无人驾驶的安全问题始终没能完全解决。复杂的道路条件和交通环境对于无人驾驶的挑战非常大。无人驾驶汽车在上路前必须经过不同场景的适应性测试，主要包括虚拟仿真测试、封闭场地测试和路测，但当前各个环节都存在一些明显的短板。文章通过梳理无人驾驶汽车虚拟测试场景模型层开发的原则，提出了一系列在搭建仿真场景时需要注意的关键问题，对于提高无人驾驶汽

随着智能驾驶技术的普遍应用，智能驾驶相关的测试测量方法也随之发展。特别是模拟仿真测试领域，在智能驾驶产品开发过程中的应用越来越广泛。而无论是自动驾驶（AD）还是高级辅助驾驶系统（ADAS），都是依靠高精度摄像头、毫米波雷达、激光雷达等感知传感器对车辆周边环境进行感知识别来实现的。那么在自动驾驶系统模拟仿真测试实施过程中，系统中感知传感器是如何进行实物仿真测试验证的呢。 本文对自动驾驶系统中感知传感

来源 | 智能运载装备研究所 自动驾驶迈入 SAE L3 及以上级别，线控底盘迎来集中爆发机会 线控底盘通过传递电信号对汽车底盘进行控制，从而适用于自动驾驶车辆的需求，包括线控转向、线控制动、线控驱动、线控悬架4个核心底盘系统。传感器感知驾驶员操作意图，将控制指令传递给电子控制器，控制执行机构完成汽车的转向、制动、驱动等功能并对其操作情况进行监测，整个过程由电信号经过导线传递。由于线控系统取消了中

大家好，我是一名毕业一年的研究生，研究内容车辆自动驾驶，以下是我的观点。 大部分研究人员观点自动驾驶技术是计算机技术的一个延伸，而本人观点，自动驾驶技术是仿生学的一种表现，区别于其它仿生学，人工智能是人类仿生人类自己。因此，基于用车习惯提出一种新的逻辑架构。 路径规划技术，使用视觉技术将路线分割为几部分，具体问题具体对待。 车辆自动驾驶，以实际工作情况可分为三种情况，一种是城市交通规划，一种是高速

作者 | Ammie 真实驾驶场景中，通过观察和互动，使智能驾驶汽车能够积累知识并应对不可预测的情况。我们将智驾汽车的这种对世界运作方式称为“常规认知”，它使智能汽车能够找到自己的方向。对周边环境目标的观察也使自车能够学习并遵守规则。机器学习中的一个类似概念是一种称为模仿学习的方法，它允许模型学习模仿人类在给定任务中的行为。 Wayve作为最先发布最先进的端到端模型的公司，用基于CARLA的模拟数

作者：王文林 ｜ 奇瑞自动驾驶产品经理 ISO 23374是做什么的？ ISO 23374全名为智能交通系统-自动代客泊车系统(AVPS) 第一部分：系统框架、自动驾驶要求和通信接口，针对AVPS的系统框架及功能要求、通信接口进行介绍，由于通信接口涉及功能实现，但此处介绍较为笼统，故不作分析 系统框架 系统描述 基本功能 AVPS的基本功能可以描述为(自动车辆)操作功能和(系统参与者)管理功能：

一、人工智能与大模型技术 人工智能（Artificial Intelligence，简称AI）是一种计算机科学技术，旨在使计算机能够模仿、学习和执行人类智能任务。它涉及到多个不同的子领域，包括机器学习、自然语言处理、计算机视觉和强化学习等。通过使用大数据、算法、神经网络等技术，人工智能可以通过分析和理解数据来建立模型，并对新数据进行决策和预测，从而实现某些特定的任务。与传统计算机程序不同的是，人工

近年来，伴随着智慧化港口的大潮流，经纬恒润L4高级别智能驾驶业务产品也陆续扎根港口自动驾驶多个项目中，帮助港口实现无人水平运输自动化，达到降本增效的效果，助力客户实现智慧化绿色港口。 在整个港口水平运输场景中，经纬恒润提供了端到端的车、路、网、云、图全栈式自研解决方案，包含自动驾驶系统、路侧车路协同、基于5G网络的远程遥控驾驶、车队调度管理平台、数字孪生、仿真系统、高精地图等专业模块，组成了一套完

作者 | Jessie 来源 | 焉知驾驶 最近炒得比较火的影子模式实际就是在通过数据收集的方式不断模拟自动驾驶系统按照人类驾驶习惯实现人之间的交互过程。 对于开发者而言，则需要重新思考人类驾驶员之间是如何正常且正确交互的，从而在设计实现所标定的控制参数中不断模拟并实现社会面相契合的自动驾驶。 实际上对于如何为自动驾驶真正有效的交互控制能力而言，其核心是需要寻求如下一系列基本问题的答案的： 首先，

来源 | 自动驾驶之心 近年来，Transformer架构在各种自动驾驶应用中表现出了良好的性能。另一方面，其在便携式计算平台上的专用硬件加速已成为在真正的自动驾驶汽车中实际部署的下一个关键步骤。这篇综述对基于Transformer的模型进行了全面的概述、基准测试和分析，这些模型专门为自动驾驶任务（如车道线检测、分割、跟踪、规划和决策）量身定制。 作者回顾了用于组织Transformer输入和输出

第一部分：MCU是智能汽车的核心零部件 MCU广泛应用于各行各业 微控制器（Micro-controller Unit，简称MCU）是指把中央处理器的规格与规格做适当缩减，并将内存、计数器、模数转换器（A/D转换）、异步收发传输器（UART）、可编程逻辑控制器（PLC）以及各种输入输出结构等整合在单一芯片上，形成芯片级的计算机，被广泛地应用在消费电子、计算机和通信、工业、汽车电子、物联网等领域。

导语 用存算一体创新架构，重构智能驾驶芯片。后摩智能是国产AI大算力智驾芯片领域跑出的一匹黑马。 ChatGPT等人工智能应用的爆火再次引发了行业对大算力的需求。未来的计算系统相比现在的芯片，至少需要有1000倍甚至更高的效率提升才能满足无处不在的万物智能。AI芯片是AI算力的“心脏”，而高性能的AI芯片需要先进的制程技术来实现更小的晶体管、更高的集成度和更低的功耗。随着摩尔定律在逼近极限，如果继

本文来源：智车科技 随着人工智能技术的不断发展，自动驾驶技术已经成为了汽车行业的重要发展方向之一。在自动驾驶系统中，域控制器是至关重要的组成部分，可以实现车辆的智能化控制和管理。本文将深入探讨域控制器的原理、功能和应用，并分析其未来发展的趋势。 何为自动驾驶域控？ 在汽车领域，分析或者介绍一个控制器，一般都从其最顶层需求（功能）入手。对自动驾驶域控而言，它的顶层需求是“实现一定的辅助驾驶功能”，一

从汽车安全带说起 安全带作为汽车发生碰撞过程中保护驾乘人员的基本防护装置，保护了数以百万计的人的生命。在今天看来，安全带是汽车上再基础不过的必需配置，即使再入门级的车型也会标配安全带，这毫无争议，然而你能想象吗：在六七十年前，很多汽车企业还会在成本与安全的平衡中，将安全带拿掉或者是作为选装。 随着沃尔沃改进了三点式安全带，并在1967年在美国的一次交通安全会议上提交了《28000起交通事故报告》，

台积电16FFC的79GHz毫米波RF设计流程将加速自动驾驶系统中射频集成电路（RF IC）的研发 为加速研发高度可靠的高级射频（RF）及毫米波（mmWave）设计，Synopsys公司（Nasdaq：SNPS）、Ansys（Nasdaq：ANSS）和Keysight科技公司（NYSE：KEYS）日前联合宣布，面向台积电16nm FinFET紧凑型技术（16FFC）推出最新的79GHz毫米波RF设

随着全球汽车产业向电气化、智能化、网联化、共享化转型的趋势不断加强，自动驾驶技术正逐渐成为汽车行业的核心竞争力。 今年的上海车展吸引了来自20个国家和地区的1000家整车及零部件公司参展，展出了约1500辆车，其中约三分之二为新能源汽车。本次车展聚焦智能化，展示了许多AI赋能的最新车型和智能出行解决方案。算力相关的话题也成为了汽车芯片的市场热点，NVIDIA作为“算力之王”，虽未亲自参展，但通过与

自动驾驶时代，ECU的职责发生了很大的变化。从机械元件运作，转向智慧连线的目标前进。审视当今自动驾驶的ECU，主要涵盖边缘计算、云端技术、图像处理运算等功能。 佳云芯睿ZB系列采集分流卡，集采集与分流功能为一体。采集到图像数据可以实时的分流。实现ECU的训练学习、实时路采等。 此次展示我们使用了佳云芯睿采集分流卡、采集卡各一张来以实现。采集分流卡先连接四路相机，之后采集分流卡采集的图像可以分流。通

自动驾驶技术作为一项革命性技术，正在日益引起人们的关注和研究。其能够为人们的出行方式带来更多的可能性和便利性，为社会发展带来更多的创新和变革。然而，随着自动驾驶技术的不断发展和应用，也引发了人们对其安全性和可靠性的关注。因此，对自动驾驶技术进行严谨的测试和验证显得尤为重要。本文将深入探讨自动驾驶技术测试的方法和流程，包括测试环境的设计、测试用例的制定、测试数据的收集和分析等方面，旨在为自动驾驶技术

由于3D重建在许多领域的广泛应用，例如自动驾驶、机器人和虚拟现实，其最近引起了越来越多的关注。作为人工智能中的一项关键技术，深度学习已被成功应用于解决各种计算机视觉问题。然而，由于独特的挑战和变化的机制，基于深度学习的3D重建仍处于起步阶段。MVS被认为是基于图像的3D重建的关键任务，本文综述了基于深度学习的多视图立体(MVS)方法的发展情况。 1、MVSNet(ECCV2018) MVSNet:

高级驾驶辅助系统(ADAS)和自动驾驶功能正在不断发展。ADAS技术包括自适应巡航控制、车道偏移警告、自动制动和自动泊车等功能，这些功能已经成为现代汽车的标配。自动驾驶技术正在不断提高，在实现零排放、零碰撞、零拥堵的愿景下，测试系统的“升级”迫在眉睫。高级驾驶辅助系统(ADAS)和自动驾驶功能将是实现这一目标的关键推动力，而且二者相辅相成。正如您从NI和我们的合作伙伴那里听到的那样，领域专家推出的