法雷奥新一代激光雷达技术让自动驾驶成为现实

<正>作为高级驾驶辅助系统(ADAS)的全球领导者,法雷奥近日展示了其第三代扫描激光雷达(LiDAR),该产品将于2024年投放市场。这项技术能够显著提升驾驶辅助系统的性能,使得自动驾驶成为现实,同时极大地提高了道路安全水平。法雷奥第三代激光雷达在探测距离、分辨率、帧率等方面的性能都超乎寻常。     

法雷奥发布第三代激光雷达

正法雷奥作为高级驾驶辅助系统(ADAS)的全球领导者,于11月23日正式发布第三代扫描激光雷达(LiDAR),该产品将于2024年投放市场。这项技术能够显著提高驾驶辅助系统的性能,使得自动驾驶成为现实,同时极大地提高了道路安全水平。法雷奥第三代激光雷达性能全面提升,实现450万点频和每秒25帧的速度重建车辆周围环境,并实时生成3D图像。     

东芝电子的激光雷达传感器技术

随着高级辅助驾驶系统(ADAS)的广泛应用,车载传感器也自然而然地越来越受到关注.辅助汽车安全驾驶的传感器技术,在提升性能和降低成本方面可以说是日新月异地发展.目前在采用原有的摄像头、毫米波雷达基础上,最新还搭载了依据激光反射获取汽车周边的三维(3D)点云信息的激光雷达.系统里装载的高精度图像处理程序,让ADAS从传感...     

竞逐雷达赛道，恩智浦单芯片4D毫米波雷达方案有何优势？

<正>随着自动驾驶之争回归理性,未来多年,行业会将更多目光聚焦在L2+级别自动驾驶。就像比亚迪董事长王传福说的那样,高级辅助驾驶才是未来的发展方向。要想实现无限接近L3的L2+自动驾驶,更强的ADAS感知水平是必不可少的。在这其中,摄像头的重要性不待多言,激光雷达不一定是必选项,但更先进的毫米波雷达一定是刚需。摄像头可以识别物体、图案和颜色等信息,激光雷达对目标的距离感知更精准,但这两种传感器受雨、雪、     

5G保证ADAS、自动驾驶系统安全可靠地运行

本文简介从设备层、网络层到服务层5G提供了整套的基础通信、定位和计算能力与自动驾驶深度融合。藉ADAS、车联网(V2X)和人工智能,以实现更安全、智能的交通运作系统,让车辆进入自动驾驶时代。     

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     

大陆固态3D闪光激光雷达推向商用车市场

<正>日前,大陆集团开发了新型的汽车级固态3D闪光激光雷达(Flash LIDAR)HFL110,并正将其样品推向商用车市场。此款激光雷达增强了大陆现有的自动驾驶ADAS传感器套件和2D彩色传感器的功能。据悉,与其它雷达系统相比,3D闪光激光雷达能提供更精细的光学角度分辨率和更高的精度,尤其是在包括车辆、建筑物、行人和其它不同尺寸物体密集的城     

V2X推进自动驾驶技术发展

<正>作为实现自动驾驶的第一步,高级驾驶员辅助系统(ADAS)的应用正快速增长。2014年全球ADAS市场规模约40亿欧元,到2020年时整个市场规模预计将翻番达80亿欧元。ADAS市场快速发展的背后,是各国NCAP新车评价规程对于安全要求的日趋严格,越来越多的ADAS技术被要求安装在车辆上。此外,随着车辆安全配置的升级,以及产业化后所带来的成本降低,ADAS技术正逐渐从高端车向中低端车渗透。     

浅谈别克品牌的高级辅助驾驶系统

高级驾驶辅助系统(ADAS)作为入门级的自动驾驶技术,由于技术实现难度低,被大部分主机厂前装到整车上进行销售,有效降低了交通事故的发生概率。介绍了自动驾驶的分级标准和代表车型,之后介绍了别克品牌配置的ADAS系统的功能以及车型配置情况,并分析了ADAS系统的结构特点以及关键技术。     

2014年汽车ADAS技术的最新进展

<正>由于各国汽车安全标准的不断提高,导致主动安全技术先进驾驶辅助系统(ADAS)近年来呈快速发展趋势。据PRWeb公司2013年11月预测,全球ADAS市场在2012~2016年期间将保持22.59%的复合增长率。目前ADAS中应用最广的三大技术是自适应巡航控制、车道偏离预警和侧面物体探测,预计到2015年,由这3种技术组成的ADAS系统的市场价值将达到62.1亿美元。ADAS这种最初只应用于奔     

车载驾驶辅助系统及其深度学习与视觉技术

本文简要介绍自动驾驶技术的基础,包括ADAS的原理、架构和功能。深度学习嵌入式视觉技术在实现车载驾驶辅助系统(ADAS)的功能架构中起着关键作用。从深度神经网络机器学习的原理和特点出发,分析了驾驶辅助系统中深度学习和嵌入式视觉技术的原理、功能与架构,简述ADAS中视觉技术的块拼贴、场景分割等技术手段的相关特性,以及简述卷积神经网络CNN在ADAS中应用的现状与发展展望。     

货运车辆主动安全预警系统

在科技高速发展与追求高效的当今社会,保证货运车辆行驶安全尤为重要,为了能够有效避免事故发生,在事故发生前给出提示预警至关重要。本文首先分析了组成货运车辆主动安全预警系统的高级驾驶辅助系统ADAS、司机驾驶行为预警系统DMS的组成以及关键技术。其次,定义主动安全预警系统能够预警的危险类型;通过整合ADAS、DMS系统获取的数据及视频结合主动安全预警算法,最终生成风险等级对应不同等级提醒驾驶员改正危险驾驶行为。最后阐述对货运主动安全预警系统的价值总结以及前景展望。     

安富利:推出集成化ADAS解决方案

正在2018慕尼黑电子展汽车技术日上,安富利展示了高级驾驶辅助系统(ADAS)解决方案,可以实现更加安全可靠的驾驶体验,并减轻驾驶员疲劳,避免交通事故。近年来,随着各国安全法规的日趋严格,越来越多的先进驾驶辅助技术被安装到车辆上。此外,汽车技术正朝自动驾驶方向发展,从Level 1到Level 5,未来若要实现真正意义上的自动驾驶,ADAS技术将发挥重要作用。相关预测数据显示,到2020年,包     

基于LabVIEW的ADAS实验台数据采集设计

在高级辅助驾驶(ADAS)实验平台中引进美国仪器公司NI设备,其中PXIE-8880等用来作为该系统的主控PC。针对高级辅助驾驶系统(ADAS)所实现的功能研究并搭建出一套ADAS实验硬件在环仿真平台,在LabVIEW2017环境下,用图形化语言实现通信,使主控PC能够对接受RT系统采集的制动、转向、油门和档位信号。     

基于ADAS实验平台的自动垂直泊车研究

高级辅助驾驶系统(ADAS)作为无人驾驶的基础,需要逐渐完善以保证驾驶员在行车过程中的安全。自动泊车系统是高级辅助驾驶系统中的重要组成部分,在泊车过程中,驾驶员会被障碍物遮挡视线,同时会因为紧张引起不必要的交通事故,对经验欠缺的驾驶员会增加一定难度。文章进行在ADAS实验平台下自动垂直泊车的研究,实现Simulink和CarSim软件的联合仿真。     

基于硬件在环平台的ADAS功能及故障诊断测试研究

高级辅助驾驶系统是一种复杂的智能控制系统,从系统开发到落地应用需要经过充分的验证测试。硬件在环仿真技术能够很好地解决实车验证测试成本高、测试场景复杂、周期长和危险性高等问题。采用Vector CANoe软硬件和Carmaker仿真软件构建智能驾驶硬件在环仿真平台,实现高级驾驶辅助系统（ADAS）控制算法验证和故障诊断验证。结果表明,硬件在环平台能够有效地验证ADAS控制系统,对解决ADAS测试问题具有参考价值。     

先进驾驶辅助系统的接受程度及其影响因素分析

研究驾驶人对驾驶辅助系统(ADAS)的接受程度及其影响因素,有利于ADAS的推广和功能改善.招募46名被试,分2次驾驶未安装和安装有ADAS的车辆,行驶于武汉市典型道路各105km,并完成驾驶人基本信息和关于ADAS接受程度问卷.基于技术接受模型(TAM)分析驾驶人对ADAS的接受程度,应用方差分析方法研究驾驶人对ADAS接受程度的影响因素.结果表明,43名驾驶人对ADAS的接受程度均值为80.9%(SD=0.191);驾驶人的性别、年龄和驾驶经验对ADAS的接受程度没有显著性影响;ADAS类别对驾驶人的接受程度有显著性影响,驾驶人对于FCW系统的接受程度较高,而对LDW系统接受程度较低;道路类型对驾驶人的接受程度也有显著性影响,驾驶人在城市道路上对ADAS的接受程度最低.      

一种视频暗箱摄像头标定方法

高级驾驶辅助系统ADAS(Advanced Driving Assistance System)利用安装在汽车上的传感器,如摄像头、毫米波雷达、激光雷达和超声波等,在第一时间收集车外的环境数据,进行静、动态物体辨识、侦探与追踪等技术处理,从而能让驾驶者在最快的时间内采取被动或主动的刹车,规避可能存在危险。早期的ADAS技术主要以被动式报警为主,现在主动式干预应用已很普遍。     

从ADAS到自动驾驶

<正>高级驾驶员辅助系统的应用是实现自动驾驶的第一步。大陆集团会加强ADAS技术在中国市场的应用推广为中国市场提供消费者负担得起的技术。大陆集团日前发布了"2013年大陆集团汽车消费调研报告",该报告来源于对德国、美国、日本和中国驾驶员就高级驾驶员辅助系统(ADAS)和自动化驾驶话题进行的抽样调查。调研结果显示,绝大多数的受访者对自动化驾驶技术表示欢迎,且中国市场对     

信息融合技术在ADAS中的应用

文章通过对ADAS功能的解析,为了保证先进驾驶辅助系统在安全性及智能性方面的进一步应用,提出了一种信息融合的解决方案。该方案通过将多源信息的输入进行融合,通过对不同信息的处理融合为数据信息的可靠分析提供决策依据,从而提高准确率,降低漏检率和虚警率,从而实现辅助驾驶系统的自学习和自检,最终实现智能驾驶、安全驾驶的最终目标。