自动驾驶汽车

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

自动驾驶汽车(Autonomous vehicles;Self-driving automobile )又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。 自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。

自动驾驶汽车(Autonomous vehicles;Self-driving automobile )又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。在20世纪已有数十年的历史,21世纪初呈现出接近实用化的趋势。 自动驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作,让电脑可以在没有任何人类主动的操作下,自动安全地操作机动车辆。收起

查看更多
  • 自动驾驶汽车如何识别红绿灯?
    自动驾驶汽车如何识别红绿灯?首先依赖摄像头捕捉图像并运用计算机视觉技术进行初步识别;随后,深度学习模型通过大量标注数据提升识别准确性和鲁棒性。此外,系统还整合了高精度地图和激光雷达数据,以增强识别的准确性和可靠性。最终,识别结果还需与车辆速度、路况和地图信息相结合,作出合理决策,同时具备预测信号灯变化趋势的能力,以保障行车安全和平稳。
    自动驾驶汽车如何识别红绿灯?
  • 如何为自动驾驶汽车选择一款合适的激光雷达?
    激光雷达通过发射激光并测量回波时间或频率变化来确定物体的距离,形成三维“点云”。主要有两种测距方法:时间飞行(ToF)和调频连续波(FMCW)。机械旋转式和固态式是两大硬件形态,各有优劣。常用的波长有905nm和1550nm,后者在远距和弱反射目标上表现较好。 激光雷达在自动驾驶中的作用主要是提供三维几何信息、辅助定位和为后续检测和路径规划提供基础。与摄像头和毫米波雷达相比,激光雷达具有不同的优势和局限性。在算法链路方面,涉及去噪、坐标变换、地面分割、聚类、特征提取等多个步骤。 选型和测试要点包括考虑成本、安装调试、长期可靠性维护、传感器布局、热管理和防护等因素。测试应覆盖多种环境条件,确保系统的鲁棒性。最终,激光雷达的性能转化成驾驶功能的关键在于综合考虑多个方面的因素。
    如何为自动驾驶汽车选择一款合适的激光雷达?
  • 自动驾驶汽车是如何进行“场景理解”的?
    自动驾驶中的场景理解是指车辆通过感知系统获取周围环境信息后,将其转化为有用信息,以便决策和控制模块做出安全、可靠的行动。场景理解涉及整合路面信息、理解对象间关系和意图,以及时间维度的表示。为了达到更好的效果,需要合适的表示方式、丰富的数据和合理的架构。此外,还需考虑实时性、鲁棒性和可验证性,以确保自动驾驶的安全性能。
    自动驾驶汽车是如何进行“场景理解”的?
  • 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?
  • 汽车召回还分主、被动?为什么自动驾驶时代更要注重汽车召回?
    自动驾驶时代召回的特点和重要性:1. 软件与数据主导:自动驾驶依赖感知、定位、决策与执行四大环节,软件与数据问题难以通过静态检验发现。OTA带来的新风险:OTA更新可能引入新故障,需通过日志、数据和仿真复现定位。召回标准与透明性:召回需明确召回编号、信息公开和档案留存,区分主动与被动召回。
    汽车召回还分主、被动?为什么自动驾驶时代更要注重汽车召回?