共查询到20条相似文献,搜索用时 343 毫秒
1.
<正>随着计算机技术的飞速发展,人工智能技术逐渐走入大众视野,其中自动驾驶技术则是人工智能技术中的重要应用,自动驾驶技术的主要目标是让汽车可以自主行驶,减少驾驶人的驾驶疲劳,提高汽车驾驶的安全性和舒适度。自动驾驶技术的实现需要依赖于感知系统、决策系统和控制系统的协同工作,其中,自动驾驶感知系统是非常重要的一环,承担着让自动驾驶汽车“看得清”的任务,其研究和发展将影响自动驾驶汽车落地进展。 相似文献
2.
正汽车若要实现真正意义上的自动驾驶,人工智能必不可少。大陆集团在2018 CES Asia展上,推出了运用人工智能技术的第五代摄像头和计算机视觉平台,对可能发生的道路状况进行预测判断,推进自动驾驶的实现。在围绕自动驾驶而展开的各项研发中,包括摄像头、雷达在内的各类传感技术是热点。如果把自动驾驶的整个过程分成感知、判断、执行三部分的话,那么通过传感技术而获得的对周围环境的感知能力,是实现自动驾驶的第一步。只有当车辆精确捕捉并分析道路环境状况后,才能做出正确的驾驶判断并及时执行驾驶操控。 相似文献
3.
正由于丰田在研发自动驾驶技术的过程中,一直强调"以人为本",因此对于相关的新技术难免"保守",一定程度上造成了"慢人一步"。但至2005年开始,丰田展开自动驾驶汽车的研究,一路高歌猛进,并承诺到2020年投入10亿美元用于开发自动驾驶和人工智能技术,并计划在2020年前后研发出可以在高速公路上行驶的自动驾 相似文献
4.
5.
正2020年初,新冠疫情突发,百度、京东、美团等在各地提供无人配送、无人清扫服务。在抗击疫情的过程中,自动驾驶商业化得到了很好的实践验证。当自动驾驶技术渐渐走入现实场景,那么我们不禁要问这项技术究竟进展到何种阶段?实现完全无人驾驶还需要多久?未来还有哪些问题和挑战?5月12日,中国电动汽车百人会线上召开‘自动驾驶商业 相似文献
6.
我国交通行业快速发展,汽车的自动驾驶技术蓬勃发展,自动驾驶技术具备广阔的发展前景。而摩托车和自动驾驶技术结合,是自动驾驶技术发展的一个方向,也是摩托车行业未来发展的一个方向。本文笔者通过对我国摩托车驾驶技术实际发展情况分析,简介目前摩托车自动驾驶发展中遇到的困难,探讨摩托车自动驾驶技术的发展模式,科学技术推动智能交通发展,改善摩托车驾驶环境。 相似文献
7.
8.
自动驾驶仿真场景在自动驾驶算法开发与验证、测试与评价及检验与认证环节都有重要作用。介绍了自动驾驶场景采集车和自动驾驶仿真场景重构系统的组成架构,围绕采集车的数据实现 仿真场景重构展开论述。提出了当前采集时间戳同步、场景数据清洗、基础场景修正3大技术难点的对应解决方案,解决了采集后真值数据经过场景预处理和场景后处理的实现仿真场景转换。最后通 过试验对比分析该方案的可行性,提出了下一阶段优化和改进的方向。 相似文献
9.
10.
<正>为自动驾驶而拼搏,为技术创新奉献青春,一场自动驾驶的挑战赛让人们进一步认识了自动驾驶技术现状自动驾驶的战争已经在全世界范围内打响,在国际上,有个全面展示汽车自动驾驶技术的盛会,也是西方主要展示自动驾驶技术的舞台,就是拉斯维加斯国际消费电子展CES。每年的北美CES展上自动驾驶技术都被炒得火热,而这个平台主要是零部件产品的展示及它们在理论上的虚拟比拼。在现实世界中,还有一个真实比拼,那就是世界智能驾驶挑战赛, 相似文献
11.
近年来,自动驾驶成为汽车行业热点,但是事故频发,商业化落地困难阻碍了自动驾驶技术快速发展。文章以驾驶安全为核心,提出了新的自动驾驶等级划分方法并对不同等级内容进行详细阐述。基于此方法,指出当前自动驾驶技术发展路线弊端并规划了一种在量产车上逐级释放自动驾驶功能的技术路线,供行业参考。 相似文献
12.
针对自动驾驶高精度地图实时动态更新在高精度、高可靠、高安全等方面所面临的挑战,总结当前高精度地图更新面临的困难与挑战,加快自动驾驶高精度地图的大规模商业化落地,从而提升智能汽车的安全性和稳定性,为高级别自动驾驶提供重要支撑。首先描述了自动驾驶地图的定义与内涵,指出自动驾驶地图的数据特性和功能应用;其次梳理了高精度地图更新的发展现状与趋势,综述了地图集中式更新与众源式更新的优劣,指出众源更新已成为地图更新发展的新趋势;再次,总结了目前众源更新的基本架构与关键核心模块,并针对关键核心技术展开分析,归纳了众源更新所涉及关键技术的现状及趋势。结果表明:当前技术仍然面临着7个主要方面的挑战,涉及地图模型、高精定位、三维重建、融合更新、数据安全、快速审查、标准法律法规。针对这些挑战,指出自动驾驶高精度地图众源更新技术难题需要政产学研多部门从技术、政策、法律多维度共同推进解决,从而加速自动驾驶地图众源更新技术的发展与应用。 相似文献
13.
14.
5G能克服当前V2X技术的局限。通过在自动驾驶车辆上搭建车载5G网关,并推动边缘计算与自动驾驶融合,将推进ADAS和自动驾驶技术的发展,并为提升自动驾驶系统交通安全性提供保障。 相似文献
15.
16.
17.
18.