自动驾驶

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

自动驾驶系统系统采用先进的通信、计算机、网络和控制技术,对列车实现实时、连续控制。采用现代通信手段,直接面对列车,可实现车地间的双向数据通信,传输速率快,信息量大,后续追踪列车和控制中心可以及时获知前行列车的确切位置,使得运行管理更加灵活,控制更为有效,更加适应列车自动驾驶的需求。

自动驾驶系统系统采用先进的通信、计算机、网络和控制技术,对列车实现实时、连续控制。采用现代通信手段,直接面对列车,可实现车地间的双向数据通信,传输速率快,信息量大,后续追踪列车和控制中心可以及时获知前行列车的确切位置,使得运行管理更加灵活,控制更为有效,更加适应列车自动驾驶的需求。收起

查看更多

电路方案

查看更多

设计资料

查看更多
  • 一文讲清如何全自动化处理数据!
    01、引言 在汽车 AI 领域,无论是高级驾驶辅助系统(ADAS)还是自动驾驶技术的研发,都需要数据。因此高质量、精准且记录完备的数据,是神经网络训练、验证及仿真测试的核心支撑。 然而,数据采集往往是 AI 开发生命周期中成本最高的环节,需要投入车辆、传感器、驾驶员、定制软件及大量工程时间。更令人困扰的是,由于传感器部署不当、校准失准、版本控制缺失或诊断元数据遗漏等可避免的问题,这笔巨额投资常常无
  • 怎么知道自动驾驶仿真做得够不够?
    自动驾驶系统的安全性无法仅凭实地测试保证,仿真成为不可或缺的测试手段,尤其在降低成本和保障安全方面优势明显。仿真可分为感知级、决策/规划级、硬件/车辆在环等多种类型,各具特点和适用场景。为了提升仿真的真实性和有效性,可以通过领域随机化、物理建模和数据混合等方法减少仿真与真实环境的差距。然而,仿真并非万能,其有效性受限于模型和假设的准确度,还需结合实际路测和在线数据反馈形成闭环。
    怎么知道自动驾驶仿真做得够不够?
  • 生成式人工智能会让自动驾驶更灵活吗?
    生成式人工智能(GAI)不仅能识别和判断,还能创造新内容,通过学习数据结构生成类似的新数据。自动驾驶系统面临复杂环境下的安全性和可靠性挑战,生成式AI可用于模拟与数据合成、感知与预测增强、决策与规划辅助以及系统设计、验证与持续学习,但其真实性、可解释性和法规遵从性仍需谨慎对待。
    生成式人工智能会让自动驾驶更灵活吗?
  • Waymo拟融资超150亿美元 自动驾驶行业格局或生变
    据多家财经媒体报道,Alphabet旗下自动驾驶公司Waymo正就新一轮大规模融资展开洽谈,目标估值超1000亿美元,甚至有报道称可能高达1100亿美元,拟融资金额在100亿美元至超过150亿美元之间,具体金额尚在确定,预计于2026年初完成,母公司Alphabet将牵头本轮融资。
    335
    12/19 15:20
    Waymo拟融资超150亿美元 自动驾驶行业格局或生变
  • L3“靴子落地”,谁不“淡定”了?
    自动驾驶领域,L3级别有条件自动驾驶发展似乎有些“差点火候”。尽管政策推动下,多家车企获得了L3级自动驾驶车型产品的许可,但一些企业如小鹏汽车则直接跳过了L3,转向L4。L3的争议在于其技术可行性和商业实用性之间的矛盾,以及如何平衡系统责任和用户体验。
    L3“靴子落地”,谁不“淡定”了?