当前位置:首页 > 报告详情

乘用车自动驾驶产业生态与协作.pdf

上传人: li 编号:29635 2021-02-07 23页 2.50MB

1、乘用车自动驾驶产业生态与协作 德赛西威 曾迪 技术趋势 L0 L1 L2 L3 L4 L5 2030 手、眼控制 手、眼控制 手可偶尔离开控制 眼可偶尔离开控制 手离开控制 眼离开控制 手离开控制 意识离开控制 手离开控制 离开驾驶 无自动化 辅助控制 纵向、横向 辅助驾驶 纵向、横向 协同驾驶 接受请求 自动驾驶 不接受请求 无人驾驶 技术趋势 自动 驾驶 L0 无自动化 L1 辅助控制 L2 辅助驾驶 L3 协同驾驶 L4 自动驾驶 L5 无人驾驶 低 速 LKA ACC TJA RAW FCTA RCTA BSD RCW FCW AEB RAEB TSR HWA DMS LDW 高速拥堵

2、驾驶 高速驾驶 代客泊车 倒车后视 全景影像 半自动/自动泊车 L4自动驾驶 非结构性道路驾驶 汽车电子架构演化 分布式车身电子架构 各个ECU负责单独功能 部分ECU集成多功能 现在现在 域电子架构 未来未来 域融合 域控制器 产品组合 摄像头 智能驾驶域控制器 77GHz角雷达 77GHz前雷达 超声波雷达 DMS系统 前视摄像头 自动驾驶需要解决的关键问题 我在哪里? 我怎么去? 我要去哪? 感知,定位 决策,规划 控制 自动驾驶关键技术分解 行为决策和车辆控制 路径规划 基于规则的行为决策 车辆控制 深度学习算法 行为决策 定位 差分GPS+惯导+轮速编码器 3D高清地图定位 2D地图

3、+本地校正 高清地图 实地数据采集 人工标定 半自动/全自动 标定 云端数据采集 中间件 数据存储 仿真模拟 软件系统 V2X 网络安全 感知融合 激光雷达 +摄像头 毫米波雷达 +摄像头 激光雷达+摄像头 +毫米波雷达 感知 毫米波雷达 传统视觉算法 高清毫米波雷达 传统移动物体算法 激光雷达 (多线/固态) 传统点云算法 深度学习点云算法 摄像头 (单目/双目) 深度学习视觉算法 感知 感知传感器融合 激光雷达 +摄像头 毫米波雷达 +摄像头 激光雷达+毫米波雷达 +摄像头 感知 毫米波雷达 传统视觉算法 高清毫米波雷达 传统移动物体算法 激光雷达 (多线/固态) 传统点云算法 深度学习点云算法 摄像头 (单目/双目) 深度学习视觉算法 激光雷达激光雷达 摄像头摄像头 毫米波雷达毫米波雷达 定位 定位 GPS+惯导+轮速编码器 3D 高清地图定位 2D 高清地图 + 本地校正 高清地图

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文主要探讨了乘用车自动驾驶产业生态与协作,以及德赛西威在自动驾驶技术趋势中的贡献。文章指出,自动驾驶技术分为L0至L5共六个级别,目前市场上主要集中在L1至L3级别。德赛西威提供的IPU系列产品,支持从低速辅助驾驶到L4级自动驾驶的各项功能。其中,IPU04产品具备全自动驾驶能力,支持高清地图和定位,GPU处理能力高达251TOPS。文章还提到了自动驾驶关键技术,包括感知、定位、决策、规划和控制等方面。在产业协作方面,德赛西威与多家合作伙伴建立了紧密的合作关系,共同推进自动驾驶技术的发展。
自动驾驶如何实现手、眼控制? 乘用车自动驾驶技术发展趋势是什么? 德赛西威在自动驾驶领域的产品有哪些?
客服
商务合作
小程序
服务号
折叠