自动驾驶系统

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

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
  • 需要测试多少里程,才能证明自动驾驶系统足够安全?
    GB44721-2026要求自动驾驶碰撞事故率低于10^-4/h,Robotaxi按25km/h折算为每25万公里1次碰撞。本文用泊松分布Garwood95%单侧置信上限测算达标测试里程:0次碰撞约需75万公里,1次约119万公里,2次约157万公里,碰撞越多所需里程越长。因此“50万公里≤2次碰撞”不能直接判定满足安全指标,需以置信上限证明真实碰撞率达标。
    需要测试多少里程,才能证明自动驾驶系统足够安全?
  • Waymo世界模型在CVPR 2026上首次曝光:自动驾驶正在进入“Genie时代”
    Waymo在CVPR 2026上的主题演讲中展示了其下一代自动驾驶系统的训练框架,强调了从预训练、中期训练到后训练的重要性,并指出其正在借鉴大语言模型(LLM)的训练范式,将自动驾驶转变为基于基础模型的问题。Waymo计划利用Google DeepMind的Genie系列模型作为起点,通过添加Waymo专属传感器和属性来适应自动驾驶的需求,最终通过微调和蒸馏实现面向Robotaxi和量产自动驾驶的基础模型。这一策略标志着自动驾驶行业的重大变革,从传统的软件工程转向基础模型导向。
    Waymo世界模型在CVPR 2026上首次曝光:自动驾驶正在进入“Genie时代”
  • 各智驾企业是如何进行数据飞轮工程落地的?
    自动驾驶领域的数据飞轮是指一套让自动驾驶系统从真实驾驶中自我学习、持续进化的工程闭环。它涉及车辆采集数据、数据回传云端、云端完成自动标注与模型训练、新模型通过OTA部署回车端等一系列步骤。特斯拉通过影子模式和定向触发机制高效筛选有价值的数据,华为通过八爪鱼平台提供一站式工具链,Waymo构建独特闭环架构,英伟达利用合成数据扩展真实驾驶数据,小鹏采用第二代VLA大模型,Momenta则提出飞轮两条腿的战略。这些企业在数据闭环上的差异化路径反映了各自的战略定位和技术选择。
    各智驾企业是如何进行数据飞轮工程落地的?
  • 雨雾天下毫米波雷达与激光雷达谁更具优势?
    激光雷达和毫米波雷达在雨雾天气下的表现各有优劣。激光雷达虽分辨率高,但在雨雾中易受干扰,探测距离受限;毫米波雷达穿透能力强,全天候适用,但分辨率低,需借助4D技术提升精度。两者融合使用,可充分发挥各自优势,保障自动驾驶系统稳定运行。
  • 汽车功能安全研究:升级强制国标,全面强化功能安全(FuSa)与预期功能安全(SOTIF)要求
    佐思汽研发布《2026年汽车功能安全与预期功能安全研究报告》,指出中国智能汽车多项强制性标准将功能安全要求从推荐性升级为强制性准入条件,全面强化了功能安全(FuSa)与预期功能安全(SOTIF)要求,为智能汽车划定了明确的安全底线。报告还介绍了L3级自动驾驶系统的设计策略,以及线控转向系统和AI功能安全的相关标准和解决方案。
    汽车功能安全研究:升级强制国标,全面强化功能安全(FuSa)与预期功能安全(SOTIF)要求