91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

多傳感器融合成自動駕駛爆發(fā)的必經(jīng)之路

h1654155971.7596 ? 來源:未知 ? 作者:胡薇 ? 2018-10-04 11:48 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

自動駕駛這一領域的挑戰(zhàn)不僅很多,而且很復雜。除了半導體供應商面臨的技術挑戰(zhàn)之外,還有汽車、區(qū)域和全球基礎設施方面的挑戰(zhàn)?!薄?a href="http://www.makelele.cn/tags/安森美/" target="_blank">安森美半導體汽車策略和OEM市場拓展副總裁Lance Williams

毫無疑問,在消費電子及個人電腦市場趨于飽和之后,汽車市場成為全球半導體廠商競相角逐的下一個領域,而這背后則是汽車電動化、信息化及智能化所帶來新的增長動能。近日,恩智浦的高層調(diào)整以及瑞薩電子的重金收購足以表明汽車市場的重要性。

1

處于爆發(fā)前夜的自動駕駛

對于全球汽車市場而言,雖然近些年增長速度方面開始放緩,但是該領域技術創(chuàng)新速度并沒有因此受到影響,其中信息技術成為汽車工業(yè)發(fā)展的核心技術。具體而言,平臺化、輕量化、節(jié)能化、電子化、智能化以及安全化等成為汽車領域發(fā)展的主要方向。

隨著信息技術的不斷發(fā)展,汽車工業(yè)也發(fā)生了巨大變革。特別是在2010年前后,大部分汽車模塊逐步實現(xiàn)智能化。與此同時,不同的總線系統(tǒng)及操作系統(tǒng)也可以通過軟件相互連接,從而將不同的模塊串聯(lián)起來,實現(xiàn)整車智能化。

為了爭搶未來產(chǎn)業(yè)高地,傳統(tǒng)汽車主機廠商紛紛布局自動駕駛領域,如沃爾沃、戴姆勒、大眾、通用汽車、福特、寶馬、奧迪、豐田、日產(chǎn)、長安、吉利、東風等,基本涵括了市面上主流的汽車品牌。相較于主機廠商的“后知后覺”,全球科技巨頭如谷歌、英偉達、Mobileye、百度等在自動駕駛領域表現(xiàn)的尤為積極,起到了很好的帶動作用。與此同時,全球創(chuàng)業(yè)企業(yè)也紛紛將目光瞄準了自動駕駛領域,特別是在核心感知層。

全球無人駕駛汽車市場規(guī)模(單位:億美元) 來源IHS

而作為信息技術的基礎,半導體元器件及芯片在自動駕駛中發(fā)揮著關鍵作用,如信息采集、分析及處理,車身控制,通信安全,動力管理,娛樂系統(tǒng)等。為此,半導體廠商也在積極推進自動駕駛落地。如全球十大汽車IC廠商之一的安森美半導體,除了汽車功能電子化、照明、車身電子及電源管理方面持續(xù)完善之外,在自動駕駛領域也進行了重點布局,可以提供完整的方案,包括超聲波傳感器圖像傳感器、雷達、光達(LiDAR)和電源管理,以支持各級半自動/自動駕駛所需的所有感知模式。憑借豐富的汽車行業(yè)經(jīng)驗和歷史,為客戶提供符合AEC車規(guī)的最寬廣陣容的產(chǎn)品,以滿足汽車工業(yè)發(fā)展需求。

半導體在汽車領域應用

也正是基于產(chǎn)業(yè)鏈的共同發(fā)力,自動駕駛在近幾年間取得了快速發(fā)展,并有望迅速走入現(xiàn)實。對此,Lance Williams認為:“我們對自動駕駛的看法是積極的,2級和3級自動駕駛汽車在未來幾年內(nèi)將穩(wěn)步增長,在2021年和以后4級自動駕駛將成型。”

為此,安森美半導體在9月的深圳光博會期間展示了第三代LiDAR掃描系統(tǒng)和高性能的成像方案。第三代LiDAR演示中的LiDAR系統(tǒng)接收器采用了MR-00116A20 1X16 硅光電倍增管(SiPM)陣列。成像方案包括100萬像素圖像傳感器AR0143和200萬像素圖像傳感器AR0233,用于駕駛員監(jiān)控系統(tǒng),具有片上高動態(tài)范圍(HDR),降低了系統(tǒng)成本,單次曝光超過95 dB,微光性能出色,符合汽車安全完整性等級B級(ASIL-B)。以滿足3級自動駕駛中駕駛監(jiān)控需求。

2

多傳感器融合成必經(jīng)之路

雖然說自動駕駛在全球范圍內(nèi)已經(jīng)形成風潮,并有望在2021年實現(xiàn)4級自動駕駛,但是其想要真正走入現(xiàn)實也并非易事。從技術方面而言,目前自動駕駛的痛點在于穩(wěn)定可靠的感知及認知,包括清晰的視覺、優(yōu)質(zhì)的算法、多傳感器融合以及高效強大的運算能力。其中,多傳感器融合也被認為是自動駕駛未來的重要發(fā)展趨勢。

目前用于自動駕駛的傳感器主要有激光雷達、毫米波雷達以及攝像頭三類,其各具優(yōu)缺點。激光雷達具有高精度、高分辨率的優(yōu)勢,然而其易受雨霧等極端天氣影響,且成本居高不下,不利于大規(guī)模量產(chǎn)。雖然毫米波雷達可解決激光雷達的部分缺點,但是其探測距離易受元器件功率及潮濕環(huán)境影響。另一方面,如果不與其他傳感器配合使用,攝像頭在夜晚就顯得捉襟見肘了。

針對感知層的現(xiàn)狀,Lance Williams表示:“傳感器融合是具潛力的方案,也是迫在眉睫的挑戰(zhàn)。有效地開發(fā)和實施一個含多傳感器的方案也面臨著許多挑戰(zhàn)?!?/p>

具體而言,多傳感器融合就是將多個傳感器獲取的數(shù)據(jù)、信息集中在一起綜合分析以便更加準確可靠地描述外界環(huán)境,從而提高系統(tǒng)決策的正確性。雖然在原理上看似簡單,但是在自動駕駛場景中則顯得充滿挑戰(zhàn)。多傳感器融合,需要對每個傳感器采集的信息進行快速處理,從而讓高速行駛的汽車及時進行反饋動作,以應對突發(fā)的交通情況。由此可見,多傳感器融合并不僅僅是硬件方面的協(xié)同配合,還包括決策層的算法和算力支持。

為此,安森美半導體在自動駕駛感知層覆蓋了所有的傳感器方案,包括超聲波、成像、雷達、光達,可支持視覺、前視先進駕駛輔助系統(tǒng)(ADAS)、車道偏離警告、自適應巡航控制、乘員檢測、電子車鏡、駕駛員監(jiān)控和手勢識別。在決策層方面,還是關鍵廠商如Mobileye、NVIDIA和英特爾的主要供應商。另外,在執(zhí)行層安森美半導體還提供用于致動、控制和驅(qū)動的各種產(chǎn)品。

對于未來的發(fā)展,Lance Williams也透露透漏自動駕駛將成為安森美半導體汽車市場策略中的一個重點應用。除了持續(xù)投資內(nèi)部發(fā)展之外,還將通過收購進行擴展。例如,在過去的18個月里,安森美半導體收購了IBM和SensL的76-81 GHz遠程雷達技術,SensL可提供業(yè)內(nèi)最好的微光LiDAR 硅光電倍增管(SiPM)/單光子雪崩二極管(SPAD)。

小結(jié):

站在現(xiàn)在的時間點上,自動駕駛正在一步一步向我們迫近!想要真正意義上實現(xiàn)自動駕駛,在產(chǎn)業(yè)鏈的積極配合下還有很多問題需要去攻克。目前來看,在硬件方面還沒有完全達到自動駕駛要求,仍需要不斷完善,正如多傳感器的相互融合。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 傳感器
    +關注

    關注

    2576

    文章

    55127

    瀏覽量

    791927
  • 自動駕駛
    +關注

    關注

    794

    文章

    14904

    瀏覽量

    180240

原文標題:多傳感器融合,叩開自動駕駛大門

文章出處:【微信號:Anxin-360ic,微信公眾號:芯師爺】歡迎添加關注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    如何設計自動駕駛傳感器失效檢測與容錯策略?

    對于自動駕駛汽車而言,傳感器是它感知世界的窗口。攝像頭負責采集環(huán)境圖像,毫米波雷達和激光雷達則用于測量周圍物體的位置和速度,而GNSS(全球?qū)Ш叫l(wèi)星系統(tǒng))與慣性測量系統(tǒng)可提供車輛的定位信息。這些數(shù)據(jù)經(jīng)過融合處理之后,
    的頭像 發(fā)表于 01-10 10:33 ?2672次閱讀

    L4級自動駕駛數(shù)據(jù)采集系統(tǒng)首選

    級數(shù)據(jù)記錄設備 ,為自動駕駛研發(fā)提供端到端的解決方案,助力企業(yè)突破數(shù)據(jù)采集瓶頸。 一、自動駕駛數(shù)據(jù)采集的三大核心需求 模態(tài)傳感器融合 需同
    的頭像 發(fā)表于 11-26 09:31 ?441次閱讀

    超聲波傳感器線圈:自動駕駛實現(xiàn)精確實時近距離感知的關鍵

    超聲波傳感器線圈是自動駕駛系統(tǒng)中不可或缺的組成部分。隨著自動駕駛技術的快速發(fā)展,各類傳感器成為智能汽車感知環(huán)境的關鍵,不僅保障行車安全,也提升了駕駛
    的頭像 發(fā)表于 11-12 16:03 ?363次閱讀

    如何處理自動駕駛感知傳感器臟污問題?

    [首發(fā)于智駕最前沿微信公眾號]自動駕駛系統(tǒng)依賴多種傳感器來感知外界環(huán)境,攝像頭負責將光學圖像轉(zhuǎn)換為圖像數(shù)據(jù)供算法解析,激光雷達生成描述物體三維形狀的點云數(shù)據(jù),毫米波雷達探測目標的距離與速度,超聲波
    的頭像 發(fā)表于 10-21 13:50 ?526次閱讀
    如何處理<b class='flag-5'>自動駕駛</b>感知<b class='flag-5'>傳感器</b>臟污問題?

    激光雷達傳感器自動駕駛中的作用

    2024 年至 2030 年間,高度自動化汽車每年的出貨量將以 41% 的復合年增長率增長。這種快速增長導致汽車品牌對精確可靠傳感器技術的需求空前高漲,因為他們希望提供精準、可靠且最終完全自動駕駛的汽車。
    的頭像 發(fā)表于 10-17 10:06 ?3757次閱讀

    太陽光模擬 | 在汽車自動駕駛開發(fā)中的應用

    在汽車產(chǎn)業(yè)向電動化、智能化轉(zhuǎn)型的浪潮中,自動駕駛技術的研發(fā)面臨著復雜環(huán)境感知的挑戰(zhàn)。光照條件作為影響傳感器性能的關鍵因素,直接關系到自動駕駛系統(tǒng)的安全性和可靠性。紫創(chuàng)測控Luminbox太陽光模擬
    的頭像 發(fā)表于 07-24 11:26 ?704次閱讀
    太陽光模擬<b class='flag-5'>器</b> | 在汽車<b class='flag-5'>自動駕駛</b>開發(fā)中的應用

    康謀分享 | 基于傳感器數(shù)據(jù)的自動駕駛仿真確定性驗證

    自動駕駛仿真測試中,游戲引擎的底層架構(gòu)可能會帶來非確定性的問題,侵蝕測試可信度。如何通過專業(yè)仿真平臺,在傳感器配置與極端天氣場景中實現(xiàn)測試數(shù)據(jù)零差異?確定性驗證方案已成為自動駕駛研發(fā)
    的頭像 發(fā)表于 07-02 13:17 ?4282次閱讀
    康謀分享 | 基于<b class='flag-5'>多</b><b class='flag-5'>傳感器</b>數(shù)據(jù)的<b class='flag-5'>自動駕駛</b>仿真確定性驗證

    自動駕駛汽車如何正確進行道路識別?

    識別不僅僅是簡單地判斷車輛是否在車道中心行駛,更涉及到對車道線、交通標志、道路邊緣以及其他道路要素的綜合感知與理解。 傳感器硬件 傳感器硬件是自動駕駛道路識別的基礎,當前主流的傳感器
    的頭像 發(fā)表于 06-29 09:40 ?1741次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何正確進行道路識別?

    自動駕駛汽車是如何準確定位的?

    厘米級的定位精度,并能夠?qū)崟r響應環(huán)境變化。為此,自動駕駛系統(tǒng)通常采用傳感器融合的方式,將全球?qū)Ш叫l(wèi)星系統(tǒng)(GNSS)、慣性測量單元(IMU)、激光雷達(LiDAR)、攝像頭、超寬帶(
    的頭像 發(fā)表于 06-28 11:42 ?1304次閱讀
    <b class='flag-5'>自動駕駛</b>汽車是如何準確定位的?

    VLA,是完全自動駕駛必經(jīng)之路?

    電子發(fā)燒友網(wǎng)報道 (文/梁浩斌)最近,智駕領域又出現(xiàn)多個“新名詞”,比如蔚來推出的NWM、多家車企和智駕供應商都在宣傳的VLA。實際上,從各家的路線來看,隨著更大算力的芯片,比如小鵬、蔚來自研的智駕芯片,以及英偉達Thor的上車,越來越多的智駕方案選擇VLA的路徑。 ? 那么本文就梳理一下當前智駕領域集中主流的大模型技術路線,以及各家廠商實現(xiàn)方式的區(qū)別和發(fā)展。 ? VLA 和VLM ? VLA即Vision-Language-Action,視覺-語言-動作模型。簡單來說,
    的頭像 發(fā)表于 06-18 00:06 ?9404次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統(tǒng)視角

    、道路塌陷)的測試用例庫,通過虛擬仿真和真實路測數(shù)據(jù)回灌驗證算法的魯棒性。 ?第二部分:自動駕駛軟件單元測試技術體系****? ?測試對象分類與測試策略? ? 數(shù)據(jù)驅(qū)動型模塊(如傳感器融合
    發(fā)表于 05-12 15:59

    AI將如何改變自動駕駛?

    自動駕駛帶來哪些變化?其實AI可以改變自動駕駛技術的各個環(huán)節(jié),從感知能力的提升到?jīng)Q策框架的優(yōu)化,從安全性能的增強到測試驗證的加速,AI可以讓自動駕駛從實驗室走向大規(guī)模商業(yè)化。 對于感知系統(tǒng)來說,AI通過多模態(tài)
    的頭像 發(fā)表于 05-04 09:58 ?875次閱讀

    自動駕駛大模型中常提的Token是個啥?對自動駕駛有何影響?

    模態(tài)傳感器數(shù)據(jù)的實時處理與決策。在這一過程中,大模型以其強大的特征提取、信息融合和預測能力為自動駕駛系統(tǒng)提供了有力支持。而在大模型的中,有一個“Token”的概念,有些人看到后或許
    的頭像 發(fā)表于 03-28 09:16 ?1389次閱讀

    技術分享 |模態(tài)自動駕駛混合渲染HRMAD:將NeRF和3DGS進行感知驗證和端到端AD測試

    模態(tài)自動駕駛混合渲染HRMAD,融合NeRF與3DGS技術,實現(xiàn)超10萬㎡場景重建,傳感器實時輸出,仿真更接近真實數(shù)據(jù)!然而,如何用高保
    的頭像 發(fā)表于 03-26 16:05 ?4251次閱讀
    技術分享 |<b class='flag-5'>多</b>模態(tài)<b class='flag-5'>自動駕駛</b>混合渲染HRMAD:將NeRF和3DGS進行感知驗證和端到端AD測試

    技術分享 | AVM合成數(shù)據(jù)仿真驗證方案

    AVM 合成數(shù)據(jù)仿真驗證技術為自動駕駛環(huán)境感知發(fā)展帶來助力,可借助仿真軟件配置傳感器、搭建環(huán)境、處理圖像,生成 AVM 合成數(shù)據(jù),有效加速算法驗證。然而,如何利用仿真軟件優(yōu)化
    的頭像 發(fā)表于 03-19 09:40 ?3752次閱讀
    技術分享 | AVM<b class='flag-5'>合成</b>數(shù)據(jù)仿真驗證方案