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
  • 我国首个L2级组合驾驶辅助强制国标正式发布,2027年1月起实施!
    工信部发布《智能网联汽车 组合驾驶辅助系统安全要求》强制性国家标准,将于2027年1月1日起实施。该标准是国内首部专门针对L2级组合驾驶辅助系统的强制性国家标准,涵盖了功能安全、人机交互、数据记录和测试验证全链条,旨在提高智能网联汽车产业的安全性和可靠性。标准将组合驾驶辅助系统划分为基础单车道、基础多车道和领航驾驶辅助三类,并提出了适用性要求和最低安全基线。此外,标准还强调了驾驶员状态监控要求,设置了风险减缓策略。标准的实施将加速行业洗牌,推动企业调整研发方向和技术水平。
    我国首个L2级组合驾驶辅助强制国标正式发布,2027年1月起实施!
  • 从乌镇到北外滩,自动驾驶还有一条技术路径
    在浙江桐乡乌镇,一辆无人公交实现了高度自动驾驶,其背后依托于中国联通的“车路云一体化”解决方案,通过集中调度算力和5G网络,使得车辆与道路协同驾驶。这一系统不仅展示了自动驾驶技术的进步,也为未来的城市交通变革提供了新的思路。
  • 南芯科技发布面向算力芯片供电的多相DrMOS电源方案
    南芯科技(证券代码:688484)重磅发布 22V/60A 大电流 DrMOS SD13050,及双路四相控制器 SD22442,为 CPU/GPU/SOC 等算力芯片提供高效可靠的供电解决方案。两款产品均同步提供工规与通过 AEC-Q100 Grade 1 认证的车规版本,可覆盖从数据中心、边缘服务器到自动驾驶的广泛计算场景。 算力爆发,催生多相电源增量蓝海 当前,AI 算力建设已进入爆发期。大
    南芯科技发布面向算力芯片供电的多相DrMOS电源方案
  • 世界模型还是VLA,选错技术路线就会被淘汰吗?
    自动驾驶行业在2026年迎来技术路线的关键抉择,主要围绕VLA(视觉-语言-动作模型)与世界模型展开激烈讨论。VLA强调通过语言模型理解场景并作出决策,而世界模型则侧重于物理世界的预测和推演。尽管目前尚未出现绝对优势路线,多家企业如华为、Waymo、理想、小鹏等都在积极探索融合这两种技术的方法,以适应未来的高阶自动驾驶需求。
    世界模型还是VLA,选错技术路线就会被淘汰吗?
  • 向下普及的L2+,向上探索的L4,尴尬的L3?
    2026年中国智能驾驶市场呈现L2+级驾驶辅助系统的快速普及,而L3级有条件自动驾驶进展缓慢。尽管L3级自动驾驶技术已经成熟,但由于高昂的硬件成本、严格的使用条件和低迷的市场需求,导致其商业化进程受阻。与此同时,L2+级智能辅助驾驶系统因其较低的成本、更广泛的适用性和更高的用户接受度,成为了市场的主流选择。
    向下普及的L2+,向上探索的L4,尴尬的L3?
  • 自动驾驶自动化标注普及后,传统标注岗还有存在的意义吗?
    随着自动驾驶市场的快速增长,自动化标注技术逐渐成熟并广泛应用,显著提升了数据标注效率和降低成本。然而,自动化标注在处理复杂、边缘和未知场景时存在局限性,且仍需人工干预以确保数据质量和准确性。传统人工标注将继续扮演重要角色,特别是在复杂场景和质量验证方面。未来,人机协同将成为主要趋势,自动化标注与人工标注互补合作,共同推动自动驾驶技术的发展。 --- 此摘要涵盖了自动化标注的优点、挑战、传统标注的重要性以及未来的趋势,字数控制在256以内。
    自动驾驶自动化标注普及后,传统标注岗还有存在的意义吗?
  • 自动驾驶自动化标注让技术接管了人工?
    自动驾驶数据标注面临高成本和低效挑战,传统模式下,大量标注员花费高昂成本进行手工标注,效率低下且难以保证精度和一致性。随着大模型的引入,自动化标注技术得以突破,通过多模态理解和4D标注提高标注质量和效率。合成数据作为补充手段,进一步丰富数据集,推动自动驾驶技术发展。自动化标注正逐渐成为降低成本、加速迭代的关键步骤。
    自动驾驶自动化标注让技术接管了人工?
  • L3级、L4级自动驾驶强制标准将至,产业准备好了吗?
    中华人民共和国工业和信息化部发布了新的强制性国家标准《智能网联汽车 自动驾驶系统安全要求》,将于2027年7月1日正式实施。此标准替代了之前的推荐性标准,明确了L3和L4级自动驾驶系统的详细技术要求,包括接管能力监测、介入请求时机、MRM执行流程等。标准的发布不仅提升了行业的安全门槛,也为企业的研发提供了明确的方向和要求。
    L3级、L4级自动驾驶强制标准将至,产业准备好了吗?
  • 强光、暴雨、泥污、大雾——不依赖天气的相机感知验证怎么做?
    一、引言 想象一下:你开发了一套自动驾驶相机感知算法,需要验证它在强光逆光、暴雨、摄像头镜面被泥水污染等极端场景下是否稳定可靠。现实道路测试?等一场大雨需要时间 制造一场大雾需要运气 一次完整的实车路测动辄百万成本 某些危险场景根本无法在公共道路上重现 这就是整个自动驾驶行业的共同痛点:真实数据稀缺、场景覆盖率低、测试成本居高不下。 传统的硬件在环(HiL)测试虽然能解决部分电控验证问题,但却难以
    强光、暴雨、泥污、大雾——不依赖天气的相机感知验证怎么做?
  • 自动驾驶占据感知网络那么厉害,为何仍未全面铺开?
    占据感知网络(OCC)在自动驾驶领域成为热点,通过三维空间体素网格判断障碍物,提升避障能力。然而,其面临的主要问题是计算负担巨大,尤其是算力和内存消耗;二维图像到三维体素空间的转换存在不确定性;标注任务繁重且复杂;动态环境中时间一致性的维护困难。
    自动驾驶占据感知网络那么厉害,为何仍未全面铺开?
  • 自动驾驶激光雷达是如何实现深度感知的?
    激光雷达通过发射激光并接收反射信号,实现高精度三维建模,尤其适用于自动驾驶的深度感知。ToF方法因其成熟度高、响应快而广泛使用,但在高动态目标检测方面有局限。FMCW技术虽能解决这些问题,但成本较高。不同波段选择影响探测能力和安全性,如905nm适合低成本但限于低反射率物体,1550nm则提供更远探测距离但成本高。扫描架构从机械旋转发展至MEMS、转镜和全固态(如Flash和OPA),提升了稳定性与体积。信号过滤与点云语义提取技术解决了复杂环境干扰,增强感知精度。激光雷达与多传感器融合,构成自动驾驶系统的重要基础。
    自动驾驶激光雷达是如何实现深度感知的?
  • 华为智驾黄金时代(2019-2021):五龙同朝,被看见的两年
    华为自动驾驶团队从2019年开始筹备,历经两年的努力,终于在2021年4月的上海车展上展示了极具竞争力的成果。团队克服了从零开始的重重困难,包括技术积累不足、人才短缺等问题,最终实现了城区自动驾驶的突破。这一成就不仅提升了华为在自动驾驶领域的地位,也为整个行业树立了新的标杆。然而,团队的成功并非偶然,离不开苏箐、陈亦伦、王官军等关键人物的共同努力和卓越贡献。
    华为智驾黄金时代(2019-2021):五龙同朝,被看见的两年
  • 江湖已变,旧梦未改,吴甘沙的自动驾驶十年
    驭势科技成立于2016年,由吴甘沙带领团队撰写的第一份商业计划书中,便已明确提出了“AI司机”和“全场景无人驾驶”的愿景。经过十年的努力,驭势科技不仅成功在香港交易所上市,而且在无人驾驶技术的研发和商业化方面取得了显著进展。 在过去的十年里,驭势科技经历了多次业务调整和技术迭代,特别是在香港国际机场项目的推动下,积累了丰富的无人驾驶运营经验。如今,驭势科技已推出标准化、通用型智能驾驶平台U-Drive®智驾系统,广泛应用于多种场景,包括乘用车、Robotaxi及各类商用物流。 随着自动驾驶行业的快速发展,驭势科技也在不断调整战略,从最初的全栈解决方案提供商转变为专注于提供“AI司机”软件订阅服务的企业。这种转变不仅有助于降低边际成本,还能通过软件迭代和功能升级,满足客户的多样化需求,形成稳定的收入来源。 展望未来,驭势科技的目标是成为无人驾驶和乘用车领域的“全能选手”。通过在封闭场景中的积累能力和经验,驭势科技正逐步向开放道路扩展,力求在全球范围内推广其无人驾驶解决方案。与此同时,驭势科技也认识到,AI技术的发展是一个长期的过程,需要不断地适应新的环境和技术趋势。 总之,驭势科技在过去十年中展现出了强大的韧性和创新能力,成功克服了许多挑战,赢得了市场的认可。在未来,驭势科技将继续秉持创新精神,推动无人驾驶技术的进步,为人类创造更美好的出行体验。
    628
    06/17 09:35
    江湖已变,旧梦未改,吴甘沙的自动驾驶十年
  • 华为盘古大模型在自动驾驶领域做了什么?
    就在最近,华为的盘古大模型因某些事件被大家广泛讨论,智驾最前沿作为一个以技术内容为主的平台,仅聊技术,不聊八卦,但也想蹭一蹭热点,今天就基于网上的公开资料以及一些官方的宣传内容,给大家理一下盘古大模型及其在自动驾驶领域的技术布局,也希望大家理性评论!
    华为盘古大模型在自动驾驶领域做了什么?
  • 直面监管追问,“清华+百度系”自动驾驶卡车公司再闯港股
    主线科技再度冲刺香港交易所主板,历经半年再递表。该公司成立于2017年,是一家专注于L4级自动驾驶卡车及解决方案的提供商,背后有清华大学和百度的支持。最新的招股书显示,2025年全年营收增长至3.45亿元,亏损收窄至1.71亿元,但盈利之路仍然漫长。主线科技需要回应监管层关于股权结构、控制权认定、历史入股公允性和股份流通基础等问题。此外,公司估值从天使轮的1.5亿元增长至B5轮融资后的38.6亿元,显示出外部资本的认可。主线科技的产品包括智能卡车、智能终端和智能云平台,应用场景从港口扩展到城市。尽管收入持续增长并改善现金状况,但公司仍处于净亏损状态,研发投入占比较大。主线科技的未来成功与否将直接影响其后续的资金储备。
  • 英伟达在自动驾驶领域做了哪些技术探索?
    英伟达在自动驾驶领域持续投入,形成了从车端芯片到云端训练、从推理模型到安全系统的完整技术方案。公司发布了Alpamayo系列AI模型和工具,并扩展了DRIVE Hyperion全球生态系统。英伟达的计算平台以DRIVE AGX Thor为核心,提供强大的AI算力。安全框架Halos覆盖芯片、操作系统、中间件、算法模型和云端仿真五个方面,保障自动驾驶系统的安全性。仿真工具链包括Cosmos 3世界基础模型、Omniverse NuRec神经重建模型等,助力数据闭环与加速验证。整体技术架构涵盖了模型、计算、安全和仿真四个环节,为自动驾驶从技术验证走向规模化运营提供了基础设施。
    英伟达在自动驾驶领域做了哪些技术探索?
  • 自动驾驶汽车如何避免幽灵刹车?
    自动驾驶技术面临幽灵刹车问题,主要源于毫米波雷达和视觉摄像头的局限性。毫米波雷达对静态物体敏感,易误判静止物体为障碍物;视觉摄像头受光照和阴影影响,可能导致深度测算错误。为避免幽灵刹车,自动驾驶算法正转向占用网络和Transformer架构的空间建模,同时引入虚拟标准摄像头技术和数据闭环优化,增强系统鲁棒性和适应性。此外,规划控制层采用多级预警与柔性减速策略,提高行车平稳性。综合多层次防御措施,有助于提升自动驾驶的安全性和舒适性。
    自动驾驶汽车如何避免幽灵刹车?
  • CVPR 2026 Wayve 的最新判断:自动驾驶是通往 10 亿机器人的第一块试验田
    在今年 CVPR 2026 中,自动驾驶和具身智能方面的演讲里,Wayve 创始人兼 CEO Alex Kendall也是一个大忙人,在本次CVPR中至少出现在三个研讨会上,做了三场演讲,当然演讲题目都一致《将AI带到10亿台机器人上的前沿挑战》。
    CVPR 2026 Wayve 的最新判断:自动驾驶是通往 10 亿机器人的第一块试验田
  • 哪些车企真的将占用网络装进了量产车?
    占据网络(Occupancy Network)技术近年来在自动驾驶领域备受关注,因为它能够解决传统感知系统难以应对的异形障碍物问题。特斯拉和小鹏汽车分别采用纯视觉路线和多传感器融合策略,利用占用网络从二维图像推断三维空间的占用状态,并引入时间维度进行运动预测。华为和小米则进一步探索超分辨率占用网络,提升空间分辨率。理想汽车和蔚来则将占用网络与世界模型相结合,使其成为端到端自动驾驶系统的核心空间推理单元。展望未来,占用网络正朝着4D化和端到端架构整合的方向发展,其具体应用效果取决于企业在其上的上层架构设计。
    哪些车企真的将占用网络装进了量产车?
  • 有人敢为L2基础功能“安全兜底”吗?
    智能驾驶面临两难境地:一方面,高阶智驾备受追捧,另一方面,L2低阶智驾安全性引发担忧。尽管行业强调安全兜底,但L2基础功能的安全保障仍有待加强,尤其是ACC自适应巡航等关键功能。随着高阶智驾渗透率不高,基础智驾依然是市场主导,如何平衡两者间的差距,将是行业面临的重大挑战。
    有人敢为L2基础功能“安全兜底”吗?

正在努力加载...