共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
3.
4.
正汽车行业的软件定义平台趋势正引发业内的快速变革,既带来新的挑战,也创造新的机遇。在过去的3~5年里,安波福业务发展迅速、方向准确,并通过一系列收购兼并、剥离优质资产等策略,非常坚决地进行转型以专注于为自动驾驶提供大脑与神经系统。当今,自动驾驶与电气化是汽车发展的两大重要趋势,许多车企和零部件供应商都在加速朝这两大方向调整业务以实现转型,德尔福尤为明显。2017年12月初,德尔福汽车公司正式完成分拆, 相似文献
5.
<正>安全始终是自动驾驶之核心所在,尤其是主动安全技术,在一定程度上决定了自动驾驶的发展和成熟度。主动安全与自动驾驶相辅相成,也是通往自动驾驶的必经之路。据全球知名经济咨询机构IHS环球透视汽车部门预测,截~2035年全球将拥有近540077辆自动驾驶汽车,到2050年之后,几乎所有汽车都将更替为自动驾驶汽车或自动驾驶商务汽车。2014年11月,在拉斯维加斯消费电 相似文献
6.
7.
8.
9.
10.
11.
德尔福摩托车EMS技术简介 总被引:3,自引:0,他引:3
介绍了德尔福摩托车EMS的硬件构成和控制模块的主要功能,包括燃油喷射量管理控制、发动机点火管理控制和一些储备功能。德尔福已为国内摩托车生产企业开发了若干款摩托车EMS。试验表明,采用德尔福摩托车EMS后,摩托车的动力性、经济性、排放指标和综合驾驶性能都有显著改善。 相似文献
12.
<正>自动驾驶技术的普及,将让自动驾驶软件取代驾驶员的工作,每辆自动驾驶汽车都会根据写入的软件系统,按照要求在道路上行驶。车联网技术的出现,让自动驾驶汽车、道路交通设施、行人等角色成为一行行数据,进行分析与处理,从而让自动驾驶汽车实现最优道路规划。插空、别车等危险驾驶行为也将不复存在,在乘坐自动驾驶汽车时,乘客可以进行读书、听音乐、聊天、看电影、网络购物等娱乐行为,道路交通环境也将得到极大的改善。看似很完善的交通环境,需要的是更多的数据进行支撑, 相似文献
13.
基于交通事故卷宗、交通事故视频信息数据,研究机非混行交通环境下典型交通事故形态,构建了面向机非混行交通环境下的自动驾驶汽车测试场景,旨在针对我国较为特殊的机非混行环境下的自动驾驶汽车的测试场景及测试评价方法提供参考。本文首先分析了自动驾驶测试场景的构建需求,建立交通事故数据筛选标准,得到133例可用于构建自动驾驶汽车测试场景的机动车与非机动车交通事故数据集;其次基于《中华人民共和国道路交通安全法》行驶要求,对133例交通事故的发生地点、车辆行为、道路类型、环境光线等方面进行解构分析;最后通过聚类分析,建立了5类典型的自动驾驶测试场景模型,并分析了不同场景模型的关键要素,为实际道路测试提供理论指导。 相似文献
14.
基于人类的自然驾驶数据、交通事故数据等信息提出的自动驾驶汽车技术要求和测试场景难以反映自动驾驶汽车特有的局限性和安全风险。文章从车辆视角出发,利用搭载高度自动驾驶功能的汽车开展了实际道路测试,并通过分析测试过程中遇到的危险场景和边缘场景,总结了城市道路环境下自动驾驶汽车在感知、定位、决策规划、控制执行和网联通信等方面存在的主要场景挑战。该研究成果弥补了基于人类驾驶数据开展相关研究的不足,能够为自动驾驶汽车的研发和基于场景的测试验证提供参考。 相似文献
15.
<正>2017年12月,德尔福汽车拆分其动力总成业务,以新的公司名字"安波福"全新亮相,并宣布聚焦于加速推动主动安全、自动驾驶、提升驾乘体验和互联服务等领域的商业化进程,提供软件、算法、汽车架构等汽车的"大脑"和"神经系统"。2019上海车展是安波福首次在中国全面展出其前沿核心创新技术。 相似文献
16.
为了解混合驾驶环境下交通管理的研究现状和发展趋势,以“自动驾驶汽车”发展现状为基础,分析自动驾驶汽车在混合驾驶环境下存在的问题,基于Citespace文献计量工具,CNKI核心数据库近24年(1997—2020年)有关自动驾驶研究的文献为研究数据源,从发文年代、期刊来源、研究机构、关键词等进行文献计量和可视化分析,并生成各研究机构间的关系网络图谱及关键词共现网络图谱。结果表明:国内近5年自动驾驶发文量呈上升趋势;《中国公路学报》为发文量最高的期刊;自动驾驶汽车研究的方向主要包括:①目标检测及场景感知研究;②决策与控制;③交通事故责任划定研究。在未来混合驾驶环境下交通管理应结合车路协同、高精度地图技术,从标志标线设计、信号配时优化、路权归属、交通事故责任划定等方面进行研究,使道路运输更安全、高效、便捷。 相似文献
17.
18.
19.
基于自动驾驶公交车车载传感器采集的车辆位置、速度、加速度等轨迹数据,建立多变量长短期记忆神经网络二分类器模型组,将轨迹数据识别转换为车辆运行稳定性、高效性、安全性指标,以追踪车辆运行状态;在开放交通流道路中,采集自动驾驶公交车的行驶轨迹数据进行模型训练和测试,结果表明该方法能有效识别超速、急加减速、进出站等事件,命中率、召回率、准确率高于0.8,识别准确度较好;分别采集自动驾驶模式与人工驾驶模式样本,应用轨迹检测评价方法进行运行质量评价对比,发现自动驾驶公交具有更高的控制稳定性、安全性,人工驾驶模式具有更高的效率。 相似文献