案例展示

谷歌无人驾驶汽车的原理

发布日期:2021-09-11 12:38

  最近,内华达州的机动车驾驶管理处给 Google 无人驾驶汽车颁发了车牌。虽然 Google 透露这个项目至少还要十年才能投放商用,但是这仍然是一个令人兴奋的消息,可以幻想下有生之年迎接一个无需考驾照的时代。

  对于无人驾驶汽车,想必许多人会质疑其可行性,毕竟实际的路况非常复杂,汽车自身如何能够做出准确的判断呢?更重要的是,它是如何能够避免冲撞行人呢?IEEE Spectrum 网站曾有一篇文章,讲述了 Google 自动汽车的工作原理,现在正好回头看看。

  其实,在获得车牌之前,Google 的自动汽车在公共道路上已经进行过试驾,甚至邀请过他人参与其中。在 IEEE Spectrum 发文的时候(2011.10),Google 的自动汽车车队已经累计行驶 30 万公里,行驶的路途包括都市、高速路和山路,行进中偶尔会需要人工干预。

  在一个视频演示中,Thrun 和 Urmson 解释了汽车是如何观察路况,并且探测其它车辆、行人和交通灯的。

  Urmson 说这个系统的核心是车顶上的激光测距仪(Velodyne 63-beam),能够提供精细的 3D 地图数据,自动汽车会把激光测到的数据和高分辨率的地图相结合,做出不同的数据模型,以便汽车能够识别障碍,遵守交通规则。

  另外,在汽车的前后保险杠上有四个雷达,用于探测周边情况;后视镜的附近有一个摄像机,以检测交通灯情况;一个 GPS、一个惯性测试单元、一个车轮编码器,用来确定位置,跟踪其运动情况。

  自动驾驶汽车依赖于非常精确的地图来确定位置,因为只是用 GPS 技术会出现偏差。在自动汽车上路之前,Google 的工程师会驾车收集路况数据,因此,自动汽车能够将实时的数据和记录的数据进行比较,这有助于它将行人和路旁的物体分辨开来。

  自动汽车也必须具有某种智能。比如在交通灯变绿色的时候,汽车开始拐弯,但这时有路人走过,它将会让路。另一个例子是,在十字路口的时候,它会根据规则让其它车先过,如果其它车辆没有反应,它将往前行进一点,以表明自己的意图。

  Google 的两位创始人,以及自动汽车团队认为,智能的无人驾驶汽车能够改善路况,避免交通事故,而且他们也希望汽车成为一种公众资源,当你按下手机的时候,自动汽车会出现在身边,并且会载你到需要的地点。

  这是一个宏伟的目标,甚至有些理想主义的味道。虽然自动驾驶汽车已经迈出了新的一步,但是除了技术问题之外,无人驾驶汽车也带来了一些法律和社会上的问题。正如 IEEE 网站指出的,将车辆的控制权交给自动系统,是一个没有先例的事情。

  一旦出了问题,没有人知道应该责怪谁,或向谁提起诉讼。进一步说,如果真的出了第一次问题,这等于是棒球拍打到了向整个机器人工业的脸上。

  无人驾驶汽车的前景如何?Google 的实验已经在进行中了,让我们耐心的等待和希望吧。

  我们熟悉了解大疆,其实更多的是源于它的无人机。近日,大疆对外官宣,其发布“大疆车载”品牌,正式官宣其将进入如今声量最高的智能网联汽车。这也是最近继阿里、百度、滴滴、小米之后又一家互联网科技公司进入智能网联汽车领域的范例。1、大疆在无人驾驶领域已经有所布局在无人机市场,大疆已经占据近七成的全球小型无人机市场的份额,而这背后,是大疆在激光雷达、毫米波雷达技术方面拥有自己的专长,尤其是其已经发布的Horizon和Tele系列,还是专门针对自动驾驶所研发。产品之外,大疆基于其传感器硬件和视觉识别算法申请了大量的专利,而这些专利成为大疆进入自动驾驶领域最大的底气。这其中包括用于自主驾驶的感测

  此前,现代汽车集团和Aptiv联合成立了自动驾驶合资企业Motional公司,近日有消息称,他们将选择安霸的CVflow系列人工智能处理器,为其无人驾驶车辆提供图像和计算机视觉处理。CVflow系列人工智能处理器将包含安霸CVflow SoC芯片,CVflow人工智能引擎可加速Motional算法,该系列拥有超低功耗执行高效、复杂的机器视觉任务,如目标对象检测、分类及图像分割。安霸的图像处理技术能够帮助无人驾驶汽车从容应对低照度、高对比等各种极端光照环境。安霸SoC的H.264高效编码技术可记录车载摄像头的所有视频数据。Motional最近成为世界上首批可在公共道路上真正部署无人驾驶汽车的公司之一,目前Motional开始在拉

  Ambarella宣布,与引领自动驾驶技术演进的Motional携手合作,共同打造无人驾驶汽车。安霸CVflow®系列人工智能处理器与Motional的LiDAR、视觉和雷达传感器网络协同工作,确保无人驾驶车辆的安全运行,游刃有余地应对各种复杂道路环境。Motional无人驾驶汽车的中央处理器将采用安霸CVflow SoC芯片,对车载视觉传感器数据进行图像处理和计算机视觉分析。CVflow人工智能引擎可加速Motional算法,以超低功耗执行高效、复杂的机器视觉任务,如目标对象检测、分类及图像分割。安霸卓越的图像处理技术帮助无人驾驶汽车从容应对低照度、高对比等各种极端光照环境。安霸SoC的H

  人工智能(AI)和机器学习(ML)对于高级驾驶员辅助系统(ADAS)和自动驾驶汽车无处不在。这涉及越来越多的传感器,这些传感器产生大量需要实时处理的数据。除了模拟之外,还基于现场记录的数十亿字节数据来部署ML模型,但还需要更多以进一步完善和改进当前和未来车辆中的模型。利用现场车辆和测试车辆是获取信息的方法,然后可以将其用于云中的AI训练。但是,如今的车辆每小时可生成的2TB数据量实在太大,因此减少发送到云的信息量至关重要。空中(OTA)更新通过为这些车辆提供更新的模型来完成循环。这不是实时的周期,它会根据当前的输入自动进行更改,但是可以生成新的模型,然后将其认证并下载到车辆上。这样的过程涉及许多硬件和软件组件。因此,Fusion

  集成解决方案 /

  近日,“欧洲汽车新闻(Automotive News Europe)”发布报告称,大众集团将成立专门的无人驾驶汽车研发团队,独立进行自动驾驶技术相关开发工作。当前,无人驾驶汽车项目研发不仅难度较高,而且成本极其高昂。目前全球主要自动驾驶技术研发商都选择了合作研发的模式,例如百度Apollo生态联盟。显然,大众并不想走这条道路。大众汽车一直是自动驾驶的先行者。早在1998年,大众就在美国硅谷成立电子研究实验室(ERL);2017年,大众旗下品牌奥迪成立子公司Autonomous Intelligent Driving( AID);2019年,大众以26亿美元投资福特旗下自动驾驶公司Argo;同年,大众成立

  这个行业的竞争还能拆成三部分:驾驶无人化。2. 能源电动化。3. 汽车智能化。其中第 1 条无人驾驶是这个行业最重要的特征,也是未来的发展趋势,剩下的第 2、第 3 条电动化、智能化最终都是服务于无人驾驶的。以后,控制自动驾驶核心的才是这个行业的老板,这个逻辑下,整车厂也不甘心只做打工人,都纷纷在自动驾驶上进行布局,但目前在自动驾驶领域,理想的表现还需要进一步的观察。去年 9 月一辆理想 ONE 在晚间高速路、辅助驾驶状态,与右前方变道货车相撞,副驾亲属受伤,车身前部遭受挤压……引起人们热议的一点就是宣称 L2 自动驾驶能力的“智能汽车”理想 ONE,竟然前方如此明显的车辆都未能识别[12

  是否会成为最大的黑马? /

  Google Hacking for Penetration Testers.pdf

  Altium Designer 17电路设计与仿真从入门到精通(案例配套视频+源文件)

  的信号链实时性评测和使用教程

  《CoolSiC英飞凌最佳的伺服驱动解决方案》白皮书下载

  【有奖下载】英飞凌《时尚小家电功率器选型指南》,详解兼具强大功能与潮流款式的小家电设计!

  From 0 to 1: Raspberry Pi and the Internet of Things

  Seoul Robotics推首款集成深度学习的3D感知软件 探测被遮挡物体

  KAUST开发新电解质和电极 可使锌离子电池在2000次循环后保持稳定容量

  ADI & 世健 新基建系列第三期――5G 仪器仪表和测试 答题赢好礼!

  艾睿电子直播:聚焦“TI FPD-Link III 汽车芯片组” ,汽车视频传输理想解决方案

  直播:TI SimpleLink MCU无线平台及软件介绍!丰富的提问礼在这里等你~

  站点相关:嵌入式处理器嵌入式操作系统开发相关总线与接口数据处理消费电子工业电子汽车电子其他技术存储技术综合资讯论坛电子百科