智能网联产业链分析:超声波雷达的市场竞争态势

<正>超声波雷达在自动驾驶中,并不如其它传感器热门,无论是传统的预警、有限的自动泊车功能,还是融合的方式,但是超声波雷达在现有的技术条件下,都有着成本和技术的优势,一时难以被其它传感器取代。本文主要分析超声波雷达工作原理、技术方案、应用场景、市场发展现状及竞争格局、未来发展趋势等情况。     

激光雷达量产路上的机会与挑战

在自动驾驶落地的产业化进程中,“感知”是核心技术之一.目前,感知识别的传感器主要有:摄像头、毫米波雷达、超声波雷达和激光雷达.市场上现有的智能驾驶感知方案也主要可分为两大派系:“视觉系”和“雷达系”. “视觉系”是以摄像头为核心传感器,辅以毫米波雷达、超声波雷达完成高级别自动驾驶.这一方案始于Mobileye,后来备受...     

智能网联汽车环境感知技术应用场景分析

本文主要分析智能网联汽车的自动驾驶功能在应对复杂的外部交通环境时,采用的各类智能传感器技术及网络通信技术优势与局限性,着重分析超声波雷达、毫米波雷达、激光雷达、视觉传感器、卫星通信技术、V2X技术、5G通信技术在智能汽车感应近程交通状况与远程交通状况信息时的重要作用,并分析单车智能在行车安全中的缺陷及解决方法。     

智能网联产业链分析:毫米波雷达成关键部件

<正>随着大众对汽车驾驶安全性、舒适性要求的不断提升,人们正进入一个新兴的"汽车雷达时代",伴随着很多创新发展、颠覆性技术和新晋厂商。毫米波雷达是未来车载主力传感器之一,它将和摄像头、激光雷达、超声波传感器一起为高级驾驶辅助系统(ADAS)和自动驾驶汽车"保驾护航"。本文将对车用毫米波雷达发展的现     

安森美半导体:自动驾驶感知环节面临哪些挑战?

在自动驾驶感知-规划-执行的效果链中,感知是整个过程的源头.随着自动驾驶级别的提升,驾驶员逐渐从“脱脚”到“脱手”到“脱眼”,直至车辆实现完全的自动驾驶,对于感知系统的要求呈指数级的上升. 说到感知层,不得不提到各类传感器的迭代发展,从简单装配超声波雷达到摄像头,毫米波雷达,再到搭配目前最先进的激光雷达,各种传感器数目...     

自动驾驶系统时间同步技术研究

近年来，随着自动驾驶技术的普及，自动驾驶技术开始迈入落地及应用阶段，在系统架构层面传感器和域控制器的复杂度越来越高，激光雷达、毫米波雷达、摄像头等各类传感器及域控制器间的数据同步和融合显得极为重要。基于此，文章详细介绍了集成多类传感器和高阶域控制器基础上的自动驾驶系统时间同步方法，为多传感器数据的精确时间同步、传感器与域控制器的精确时间同步提供了较成熟、可靠及可实施的系统解决方案。     

通过配置及模式设定优化车载毫米波雷达探测距离的研究

车载毫米波雷达,是当前高等级自动驾驶系统中不可或缺的传感器,相对于其它类型传感器,在探测目标的距离和速度方面有明显优势。目前,高等级自动驾驶系统对距离探测的要求需达到190m以上,但由于一款车载毫米波雷达允许的尺寸、制造工艺等对其性能有较大的限制,无论是在仿真测试还是实车测试,探测距离均难以满足需求。本文通过DID配置,对车载毫米波雷达工作调制模式进行设置等尝试对探测距离进行优化,使其进一步满足车载应用场景的需求。     

汽车自动驾驶技术研究

自动驾驶汽车是一种通过电脑系统实现无人驾驶的智能汽车,它的行驶模式可以更加节能高效,可以为国家节省数千亿人民币的交通事故成本、交通拥堵成本以及运输过程中以人力提高生产力的成本。然而由于传感器的可靠性,系统漏洞等原因,现在使用的自动驾驶技术并不那么安全。针对上述内容从提高自动驾驶的可靠性方面,重点对汽车自动驾驶技术的网络化、人工智能、高精度地图、关键传感器、交通基础设施等方面进行研究。     

自动驾驶的量产车

正Q:无论百度、谷歌,还是Uber,自动驾驶试验车都顶着像警灯一样的雷达,以后自动驾驶的量产车不会都这样吧?火柴棍A:自动驾驶主要依赖于四种传感器——光学摄像头、毫米波雷达、超声波雷达和激光雷达。光学摄像头负责识别例如车道线和限速标识等,利用图片分析就能得出的行驶数据。当然,也有像斯巴鲁这样的厂商,妄图通过双摄像     

77G毫米波雷达ADAS应用及方案分析

深入挖掘国际期刊和知名研究机构的文献,向广大读者介绍最新的汽车毫米波雷达技术和原理,收集了较为全面的77G毫米波雷达在高级辅助驾驶和自动驾驶中的应用功能。梳理出雷达性能和应用功能之间的对用关系,同时对比了毫米波雷达和其他最新车载空间传感器之差异和优势。并将上述信息结合最新的三家主力半导体公司的汽车毫米波雷达硬件方案加以分析,提出在选择方案时如何在性能、技术特点和功能应用方面考虑。主要结论:毫米波雷达将是未来自动驾驶汽车空间传感器的基础和重要发展方向。     

智能车辆安全辅助驾驶技术研究近况

论述了安全辅助驾驶技术的研究现状、研究的必要性以及研究进展。安全辅助驾驶技术包括车道偏离预警与保持、前方车辆探测及安全车距保持、行人检测、驾驶员行为监测、车辆运动控制与通讯等。分析了各种传感器的优缺点及其在实际应用过程中存在的问题,基于单一传感器不能很好地解决安全辅助驾驶技术可靠性和环境适应能力的要求,应结合激光雷达技术解决图像模糊问题,利用红外传感器增强机器视觉识别的可靠性,未来的安全辅助驾驶技术应该采取多种传感器融合的技术,结合毫米波雷达和激光雷达系统具有深度测量精确的特点,将极大的推动汽车安全辅助驾驶系统的应用和推广。     

Mentor DRS360:集中式数据融合助力自动驾驶设计

正Mentor推出了一款自动驾驶解决方案DRS360平台,该平台能够借助各种传感手段实时捕获、融合及利用原始数据,改善延时的同时,提升了传感精确度和整体系统效率,满足SAE 5级自动驾驶车辆的要求。对于自动驾驶车辆来说,传感器数据非常关键。这些安装在车身周围及车辆内部的传感器,可以更好地探测车内外环境,为自动驾驶功能的实现提供数据支持。传统的汽车设计,通常把来自不同传感器的数据,如雷达、摄像头等,传     

未来无人驾驶汽车的传感器方案发展趋势(下)

(接上期)二、搭载激光雷达等传感器套件的车型分析1.小鹏G9(计划交付时间:2022年下半年)(1)自动驾驶感知系统小鹏G9感知设备分布如图5所示。其传感器由2个激光雷达、5个毫米波雷达、12个摄像头、12个超声波雷达组成。     

汽车工业增长的新动力-智能汽车

正所谓"智能车辆",就是在普通车辆的基础上增加了先进的传感器(雷达、摄像)、控制器、执行器等装置。通过车栽传感系统和信息终端实现与人、车、路等的智能信息交换,使车辆具备智能的环境感知能力,能够自动分析车辆行驶的安全及危险状态,并使车辆按照人的意愿到达目的地,最终实现替代人来操作的目的。智能汽车与一般所说的自动驾驶有所不同,它指的是利用多种传感器和智能公路技术实现的汽车自动驾驶。智能汽车首     

基于超声波雷达的加速踏板防误踩控制系统

提出一种基于超声波雷达的加速踏板防误踩控制系统。该系统用超声波雷达实时感知自车与障碍物的距离信息,并利用车身传感器采集和分析驾驶意图,在准确筛选出误踩加速踏板的行为后,发出声光预警信号并采取抑制整车动力输出或控制整车主动刹车的措施,以达到安全行车的目的。     

77GHz毫米波雷达传感器技术研究

汽车主动安全越来越被重视,很多国家已将其列入法规要求中,现有的汽车主动安全技术有前碰撞预警系统、自动紧急制动系统、自适应巡航系统、盲区监测系统等,而实现上述功能的核心部件便是毫米波雷达传感器。文章主要研究了77GHz毫米波雷达传感器,并对其工作原理、软硬件框架以及实车匹配做了系统描述。     

法雷奥于巴黎车展推出Drive4U~?自动驾驶样车

正在2018巴黎车展上,法雷奥推出了全球首款在巴黎街头路试的自动驾驶汽车——法雷奥Drive4U~?自动驾驶样车,其独特之处在于搭载了法雷奥一系列传感器,包括超声波传感器、摄像头、雷达、激光器,以及最为关键的8个法雷奥SCALA~?激光扫描仪。这一技术专为汽车开发,是当前市场上唯一量产的车身级激光雷达技术。不仅如此,该汽车还配备了自动驾驶汽车所必备的人工智能(AI)     

奥迪A8将车距控制与Stop & Go功能有机结合

如果将雷达传感器独立开来,其技术潜力已经差不多被挖尽。因此奥迪在自适应巡航控制系统(ACC)上推出了多传感器监控车辆四周的系统——结合雷达、影像和超声波系统。这种联网化的系统还包括Stop & Go功能,进一步扩展了远程控制系统。慕尼黑的德国联邦陆军大学对这种极端敏感、与安全息息相关的驾驶辅助系统进行了各种项目的测试。     

自动驾驶的研发之路

自动驾驶是汽车安全领域的一个关键议题。随着今时今日应用在车辆上的技术越来越多,很明显自动驾驶已经成为了一种发展趋势。TRW在3个核心领域的丰富经验能够帮助实现半自动、高自动化甚至全自动驾驶。这3个核心领域分别为:传感器、电子控制和驱动。     

关注人工智能(AI)

正当下的汽车行业,人工智能(AI)是一个热点话题。所谓的人工智能,是对人的意识、思维信息过程的模拟,其研究领域包括机器人、语言识别、图像识别、自然语言处理等。随着自动驾驶研发的推进,人工智能正变得越发重要,装载人工智能技术的车辆可以像人一样思考,自动识别环境信号并判断交通状况,推进无人驾驶技术的实现。具备自动驾驶功能的车辆,通过摄像头、雷达等传感器来捕获车内外的大量信