感知系统

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

设计资料

查看更多
  • 海绵压缩变形试验机传感器原理与计量溯源性探秘
    在海绵压缩变形试验中,传感器是捕捉试验数据的 “核心感知器官”,而计量溯源性则是确保数据可靠的 “信任基石”。二者共同支撑着试验结果的准确性,只有理解传感器的工作逻辑、把控计量溯源的关键环节,才能让试验数据真正反映海绵的性能特性,为产品质量评估提供有效依据。​
  • 如何处理自动驾驶感知传感器物理偏移问题?
    自动驾驶车辆在行驶过程中由于各种因素可能导致感知传感器发生微小的物理偏移或姿态变化,这对自动驾驶系统的感知、定位、融合和决策至关重要。为了应对这一挑战,需要采取一系列措施来预防和检测传感器偏移,包括严格的初始标定、定期维护和在线自动校准。此外,采用多传感器融合和冗余设计,能够提高系统的鲁棒性和稳定性,确保在单个传感器出现问题时,其他传感器仍能提供可靠的环境感知和定位信息。
    如何处理自动驾驶感知传感器物理偏移问题?
  • 低速自动驾驶在技术上有什么侧重点?
    无人驾驶技术在乘用车和低速无人车的应用存在显著差异。尽管二者在技术上有相似之处,但应用场景和技术要求有所不同。低速无人车在封闭或半封闭区域运行,主要关注近距离、细节丰富的交互,而乘用车则需处理高速和复杂道路的感知与定位。此外,低速无人车还需应对更多的社会规范和人车互动问题,而乘用车则更注重高速下的安全性与舒适性。
    低速自动驾驶在技术上有什么侧重点?
  • 鹰眼视觉 VS 雷达感应:谁才是智能驾驶的“火眼金睛”?
    在智能驾驶技术飞速发展的今天,车辆的 “感知系统” 就像人类的眼睛,决定着行车安全与智能体验。其中,鹰眼视觉和雷达感应是两大核心技术路线,它们各有所长,也在实际应用中互补协作。今天,我们就来深入解析这两种技术的奥秘。
    鹰眼视觉 VS 雷达感应:谁才是智能驾驶的“火眼金睛”?
  • 自动驾驶汽车如何确定自己的位置和所在车道?
    自动驾驶汽车通过卫星定位、惯性测量单元、车速传感器、摄像头和激光雷达等多种传感器获取周围环境信息,然后通过卡尔曼滤波、粒子滤波等算法融合这些数据,建立对自身位置和周边环境的认知。此外,高精地图和地图匹配技术进一步提高定位精度,使自动驾驶汽车能够准确判断所在的车道。在地图缺失或失配的情况下,自动驾驶汽车依赖视觉/激光SLAM、视觉里程计等技术保持定位连续性。
    自动驾驶汽车如何确定自己的位置和所在车道?