國際自動機械工程師學會 (SAE) 將智能駕駛技術分為 0 到 5 級, 分別對應完全手動駕駛, 輔助駕駛, 部分自動化, 特定條件下自動化, 高度自動化以及全自動化的無人駕駛, 而國家公路交通管理局 (NHTSA) 將高度自動化和全自動化的無人駕駛都歸類為 4 級; 0-2 級仍以手動駕駛為主, 需要駕駛員觀測周邊駕駛環境, 3 級及以後則為智能駕駛系統觀測周邊環境.
根據各公司公開披露的計劃福特, 寶馬, 百度等公司宣稱 2021 年開始量產至少 L4 級別的自動駕駛汽車. 德爾福與 Mobileye 合作, 宣布將於 2019 年提供 L4 級別的自動駕駛系統. Tesla 則更加激進, 2018 年實現至少 L4 級別的自動駕駛.
由安全需求展開, 通用無人駕駛的實現需軟硬件技術, V2X, 基礎建設, 政策法律, 公眾接受度等五項基礎的成熟和完善. 其中軟硬件技術, V2X 的發展將耗費大量的物料成本, 政策法律, 公眾接受度的成熟需投入不可計數的社會成本, 基建則將同時花費物料成本和社會成本.
"無人駕駛" 是汽車智能的終極發展方向, 其中車聯網, ADAS (Advanced Driving Assistant System) , 傳感元件 (如毫米波雷達, 激光雷達, 鏡頭等) 和執行機構 (主要是制動系統) 等都是關注的重點.
根據技術條件和產業化發展階段, 目前處於輔助駕駛向半自動駕駛推進的階段, 主要的 ADAS 技術包括自適應巡航 ACC, 車道偏離預警 LDW, 車道保持輔助 LKA, 前撞預警 FCW, 自動緊急制動 AEB, 盲點探測 BSD, 自動泊車 AP 等.
感應識別硬體以雷達和鏡頭為主, 目前主流的車載傳感器包括超音波雷達, 激光雷達, 毫米波雷達, 鏡頭, 紅外線等. 基於測量能力和環境適應性, 預計雷達和鏡頭會成為傳感器主流, 呈現多傳感器結合的趨勢.
ADAS 系統的龍頭 "Mobileye" 使用鏡頭為傳感器搭配人工智慧與精密地圖, 去年跟 "Tesla" Model S & X 合作時另有採用 "Bosch" 的毫米波雷達. "Google" 的無人車則是使用激光雷達並直接挑戰 L4 以上的無人駕駛. "Nvidia" 以類神經網路吸引 "Tesla" 配合, 不過有聽到一些雜音後續待觀察.
根據各公司公開披露的計劃福特, 寶馬, 百度等公司宣稱 2021 年開始量產至少 L4 級別的自動駕駛汽車. 德爾福與 Mobileye 合作, 宣布將於 2019 年提供 L4 級別的自動駕駛系統. Tesla 則更加激進, 2018 年實現至少 L4 級別的自動駕駛.
由安全需求展開, 通用無人駕駛的實現需軟硬件技術, V2X, 基礎建設, 政策法律, 公眾接受度等五項基礎的成熟和完善. 其中軟硬件技術, V2X 的發展將耗費大量的物料成本, 政策法律, 公眾接受度的成熟需投入不可計數的社會成本, 基建則將同時花費物料成本和社會成本.
"無人駕駛" 是汽車智能的終極發展方向, 其中車聯網, ADAS (Advanced Driving Assistant System) , 傳感元件 (如毫米波雷達, 激光雷達, 鏡頭等) 和執行機構 (主要是制動系統) 等都是關注的重點.
根據技術條件和產業化發展階段, 目前處於輔助駕駛向半自動駕駛推進的階段, 主要的 ADAS 技術包括自適應巡航 ACC, 車道偏離預警 LDW, 車道保持輔助 LKA, 前撞預警 FCW, 自動緊急制動 AEB, 盲點探測 BSD, 自動泊車 AP 等.
感應識別硬體以雷達和鏡頭為主, 目前主流的車載傳感器包括超音波雷達, 激光雷達, 毫米波雷達, 鏡頭, 紅外線等. 基於測量能力和環境適應性, 預計雷達和鏡頭會成為傳感器主流, 呈現多傳感器結合的趨勢.
ADAS 系統的龍頭 "Mobileye" 使用鏡頭為傳感器搭配人工智慧與精密地圖, 去年跟 "Tesla" Model S & X 合作時另有採用 "Bosch" 的毫米波雷達. "Google" 的無人車則是使用激光雷達並直接挑戰 L4 以上的無人駕駛. "Nvidia" 以類神經網路吸引 "Tesla" 配合, 不過有聽到一些雜音後續待觀察.
無人駕駛技術最新榜單！榜首竟然是
回覆刪除http://www.limitlessiq.com/news/post/view/id/3203/
車用晶片旺 台廠進補
回覆刪除http://www.chinatimes.com/newspapers/20180602000297-260206