


Eine großflächige kommerzielle Nutzung steht unmittelbar bevor und autonomes Fahren hat eine „große Zukunft'
Autonomes Fahren hat sich mittlerweile zu einer der wichtigsten Entwicklungsrichtungen der Automobilindustrie entwickelt und ist zudem ein technologischer Vorschlag, dem die gesamte Gesellschaft große Aufmerksamkeit schenkt. Während die Mainstream-Automobilhersteller sich mit der Technologie des autonomen Fahrens beschäftigen, hat die Entwicklung dieser Branche auch die Aufmerksamkeit einiger Wissenschaftler auf sich gezogen.
Am Abend des 17. Juni wurde die Rede des berühmten Ökonomen Ren Zeping mit dem Thema „Hoffnung entfachen – Auf der Suche nach neuen Möglichkeiten für Chinas Wirtschaft“ im Pekinger Satellitenfernsehen ausgestrahlt, in der es um die neue Wirtschaft, neue Infrastruktur und Neues ging Chancen usw. Wirtschaftsthemen von allgemeinem Interesse. In der Sendung glaubte der Ökonom Ren Zeping, dass autonomes Fahren „eine große Zukunft hat“.
Chancen für die Entwicklung des autonomen Fahrens
Angetrieben durch das „Double Carbon“-Ziel entwickelt sich die Elektrofahrzeugindustrie sehr schnell. Ende 2021 erreichte die Zahl der New-Energy-Fahrzeuge im Land 7,84 Millionen. Die Elektrifizierung der Automobilindustrie ist zum Nährboden für das Wachstum der autonomen Fahrtechnologie geworden. Darüber hinaus gibt die Umsetzung von Richtlinien auch die Richtung für die Entwicklung der Branche des autonomen Fahrens vor.
Stärkere Sensorfunktionen, die städtische Staus effektiv entschärfen
Autonomes Fahren hat in vielerlei Hinsicht offensichtliche Vorteile gegenüber herkömmlichem Fahren. Der erste Punkt ist, dass autonomes Fahren eine stärkere Wahrnehmung und kürzere Reaktionszeit hat als menschliches Fahren. Darüber hinaus kann es eine Verbindung zum Internet of Everything herstellen und die Sicherheitsdienste des Internets der Fahrzeuge verbessern. Es gibt kein menschliches Fahrerverhalten wie Müdigkeit beim Fahren und der Sicherheitsfaktor ist beim Fahren über lange Strecken höher.
Der zweite Punkt ist, dass dadurch Personalkosten eingespart werden können. Mit Hilfe der autonomen Fahrtechnologie können Menschen von beschwerlichen Fahraufgaben befreit werden und ein großer Teil der freigewordenen Zeit kann für die Schaffung von mehr sozialem Wert genutzt werden.
Drei Punkte sollen den Stadtverkehr entlasten. Verkehrsstaus sind in der Entwicklung vieler Städte zu einem Problem geworden. Neben der Zunahme städtischer Fahrzeuge stehen Verkehrsstaus auch im Zusammenhang mit unangemessenem Fahrverhalten der Autofahrer. Auf technischer Ebene kann das autonome Fahren durch Staus, Staus und andere Faktoren verursachte Staus wirksam reduzieren. Außerdem kann es automatisch die beste Route basierend auf den aktuellen Straßenverhältnissen planen, um eine Verschlimmerung der Staus zu vermeiden.
Die Fähigkeiten zur Fahrzeugerkennung sind begrenzt und das Wetter wird stark beeinflusst
Derzeit ist die autonome Fahrtechnologie noch nicht ausgereift. Kobe Marenko, CEO des israelischen Sensor-Startups Arbe Robotics, sagte, dass die Radarauflösung und das Sichtfeld die Erkennungsfähigkeiten von einschränken Fahrzeuge, während Sensoren Die Leistung wird stark durch Regen- und Nebelwetter beeinträchtigt. Tatsächlich ist das aktuelle technologische autonome Fahren in hohem Maße auf die Erfassungsfähigkeiten von Sensoren angewiesen. Laut Statistik verfügt ein intelligentes Auto im Allgemeinen über Dutzende bis Hunderte von Sensoren. Zusammen bilden diese Sensoren das Wahrnehmungsnetzwerk von Smart Cars und leisten technische Unterstützung für das autonome Fahren von Smart Cars.
Während sich die Technologie weiterentwickelt, verbessern sich auch die Standards rund um das autonome Fahren ständig und klare Verantwortlichkeiten für das autonome Fahren stehen im Mittelpunkt.
Im im März 2022 eingeführten „Automotive Driving Automation Grading“ werden die Stufen des autonomen Fahrens in 5 Stufen unterteilt, was die Fahrverantwortung verdeutlicht, die Fahrer auf jeder Stufe tragen sollten. Bei der Fahrarbeit müssen der Fahrer und das Fahrautomatisierungssystem zusammenarbeiten. Der Fahrer sollte auch die Verantwortung für Notfälle tragen und bei Bedarf in den Fahrbetrieb eingreifen, um die Fahrzeugsicherheit zu gewährleisten.
Die Kommerzialisierung des autonomen Fahrens auf L3-Ebene beschleunigt sich
Seit 2020 wurden autonome Taxis in vielen Demonstrationszonen für intelligente Netzwerke wie Peking und Shanghai in den Probebetrieb genommen und erregten die Aufmerksamkeit vieler Verbraucher.
Derzeit haben selbstfahrende Taxis von SAIC, Baidu, Didi, T3 Travel, Pony.ai, WeRide und vielen anderen Unternehmen mit dem kommerziellen Pilotbetrieb begonnen. Es ist erwähnenswert, dass sich die fahrerlose Technologie dieser selbstfahrenden Taxis immer noch auf L3-Niveau befindet, einige Unternehmen jedoch bereits Technologien für autonomes Fahren auf höherem Niveau erforschen. Am 20. Januar 2022 enthüllte Pony.ai zum ersten Mal das Erscheinungsbild, die Sensor- und Computerplattformlösungen des Software- und Hardwaresystems für autonomes Fahren der sechsten Generation, das für die Massenproduktion auf L4-Fahrzeugniveau konzipiert ist. Die Straßentests werden in diesem Jahr in China beginnen und voraussichtlich in der ersten Hälfte des Jahres 2023 in den täglichen Betrieb selbstfahrender Reisedienste überführt werden.
Es ist absehbar, dass der Anwendungsbereich des autonomen Fahrens in Zukunft mit der kontinuierlichen Weiterentwicklung und Entwicklung von Sensoren und der Internet-of-Things-Technologie, der Förderung der autonomen L4-Fahrtechnologie und der kontinuierlichen Verbesserung des Aufbaus der Netzwerkinformationssicherheit erweitert wird weiter ausgebaut.
Das obige ist der detaillierte Inhalt vonEine großflächige kommerzielle Nutzung steht unmittelbar bevor und autonomes Fahren hat eine „große Zukunft'. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



Samsung hat am 17. Juli offiziell die nationale Version des Samsung Galaxy Ring zum Preis von 2.999 Yuan veröffentlicht. Das echte Telefon des Galaxy Ring ist wirklich die 2024-Version von „WowAwesome, das ist mein exklusiver Moment“. Es ist das elektronische Produkt, das uns in den letzten Jahren das frischeste Gefühl gibt (obwohl es wie eine Flagge klingt). (Im Bild sind die Ringe links und rechts Galaxy Ring ↑) Samsung Galaxy Ring-Spezifikationen (Daten von der offiziellen Website der Bank of China): ZephyrRTOS-System, 8 MB wasserdicht + IP68; Batteriekapazität 18 mAh mAh (verschiedene Größen

Gestern wurde ich während des Interviews gefragt, ob ich irgendwelche Long-Tail-Fragen gestellt hätte, also dachte ich, ich würde eine kurze Zusammenfassung geben. Das Long-Tail-Problem des autonomen Fahrens bezieht sich auf Randfälle bei autonomen Fahrzeugen, also mögliche Szenarien mit geringer Eintrittswahrscheinlichkeit. Das wahrgenommene Long-Tail-Problem ist einer der Hauptgründe, die derzeit den betrieblichen Designbereich intelligenter autonomer Einzelfahrzeugfahrzeuge einschränken. Die zugrunde liegende Architektur und die meisten technischen Probleme des autonomen Fahrens wurden gelöst, und die verbleibenden 5 % der Long-Tail-Probleme wurden nach und nach zum Schlüssel zur Einschränkung der Entwicklung des autonomen Fahrens. Zu diesen Problemen gehören eine Vielzahl fragmentierter Szenarien, Extremsituationen und unvorhersehbares menschliches Verhalten. Der „Long Tail“ von Randszenarien beim autonomen Fahren bezieht sich auf Randfälle in autonomen Fahrzeugen (AVs). Randfälle sind mögliche Szenarien mit geringer Eintrittswahrscheinlichkeit. diese seltenen Ereignisse

Kürzlich wurden auf Weibo neue Neuigkeiten zum iPhone SE4 enthüllt. Es heißt, dass der Backcover-Prozess des iPhone SE4 genau derselbe ist wie der der iPhone 16-Standardversion. Mit anderen Worten, das iPhone SE4 wird eine Glasrückwand verwenden gerader Bildschirm und gerades Kantendesign. Es wird berichtet, dass das iPhone SE4 vor September dieses Jahres auf den Markt kommen wird, was bedeutet, dass es wahrscheinlich gleichzeitig mit dem iPhone 16 vorgestellt wird. 1. Den belichteten Renderings zufolge ähnelt das Frontdesign des iPhone SE4 dem des iPhone 13, mit einer Frontkamera und einem FaceID-Sensor auf dem Notch-Bildschirm. Die Rückseite weist ein ähnliches Layout wie das iPhoneXr auf, verfügt jedoch nur über eine Kamera und kein umfassendes Kameramodul.

Im gestrigen Artikel wurde die „Sensorgröße“ nicht erwähnt. Ich hatte nicht erwartet, dass es so viele Missverständnisse geben würde ... Wie viel ist 1 Zoll? Aufgrund einiger historischer Probleme* beträgt „1 Zoll“ in der Diagonalenlänge des Sensors nicht 25,4 mm, unabhängig davon, ob es sich um eine Kamera oder ein Mobiltelefon handelt. *Bei Vakuumröhren gibt es hier keine Ausdehnung. Es ist ein bisschen so, als ob der Hintern eines Pferdes über die Breite einer Eisenbahnschiene entscheidet. Um Missverständnisse zu vermeiden, lautet die strengere Schreibweise „Typ 1.0“ oder „Typ 1.0“. Wenn die Sensorgröße außerdem kleiner als 1/2 Typ ist, ist Typ 1 = 18 mm, und wenn die Sensorgröße größer oder gleich 1/2 Typ ist, ist Typ 1 =

Vorab geschrieben und Ausgangspunkt Das End-to-End-Paradigma verwendet ein einheitliches Framework, um Multitasking in autonomen Fahrsystemen zu erreichen. Trotz der Einfachheit und Klarheit dieses Paradigmas bleibt die Leistung von End-to-End-Methoden für das autonome Fahren bei Teilaufgaben immer noch weit hinter Methoden für einzelne Aufgaben zurück. Gleichzeitig erschweren die in früheren End-to-End-Methoden weit verbreiteten Funktionen der dichten Vogelperspektive (BEV) die Skalierung auf mehr Modalitäten oder Aufgaben. Hier wird ein Sparse-Search-zentriertes End-to-End-Paradigma für autonomes Fahren (SparseAD) vorgeschlagen, bei dem die Sparse-Suche das gesamte Fahrszenario, einschließlich Raum, Zeit und Aufgaben, ohne dichte BEV-Darstellung vollständig abbildet. Insbesondere ist eine einheitliche, spärliche Architektur für die Aufgabenerkennung einschließlich Erkennung, Verfolgung und Online-Zuordnung konzipiert. Zudem schwer

Im vergangenen Monat hatte ich aus bekannten Gründen einen sehr intensiven Austausch mit verschiedenen Lehrern und Mitschülern der Branche. Ein unvermeidliches Thema im Austausch ist natürlich End-to-End und der beliebte Tesla FSDV12. Ich möchte diese Gelegenheit nutzen, einige meiner aktuellen Gedanken und Meinungen als Referenz und Diskussion darzulegen. Wie definiert man ein durchgängiges autonomes Fahrsystem und welche Probleme sollten voraussichtlich durchgängig gelöst werden? Gemäß der traditionellsten Definition bezieht sich ein End-to-End-System auf ein System, das Rohinformationen von Sensoren eingibt und für die Aufgabe relevante Variablen direkt ausgibt. Bei der Bilderkennung kann CNN beispielsweise als End-to-End bezeichnet werden, verglichen mit der herkömmlichen Methode zum Extrahieren von Merkmalen + Klassifizieren. Bei autonomen Fahraufgaben werden Eingabedaten verschiedener Sensoren (Kamera/LiDAR) benötigt

Die Zielerkennung ist ein relativ ausgereiftes Problem in autonomen Fahrsystemen, wobei die Fußgängererkennung einer der ersten Algorithmen ist, die eingesetzt werden. In den meisten Arbeiten wurde eine sehr umfassende Recherche durchgeführt. Die Entfernungswahrnehmung mithilfe von Fischaugenkameras für die Rundumsicht ist jedoch relativ wenig untersucht. Aufgrund der großen radialen Verzerrung ist es schwierig, die standardmäßige Bounding-Box-Darstellung in Fischaugenkameras zu implementieren. Um die obige Beschreibung zu vereinfachen, untersuchen wir erweiterte Begrenzungsrahmen-, Ellipsen- und allgemeine Polygondesigns in Polar-/Winkeldarstellungen und definieren eine mIOU-Metrik für die Instanzsegmentierung, um diese Darstellungen zu analysieren. Das vorgeschlagene Modell „fisheyeDetNet“ mit polygonaler Form übertrifft andere Modelle und erreicht gleichzeitig 49,5 % mAP auf dem Valeo-Fisheye-Kameradatensatz für autonomes Fahren

Die offizielle Veröffentlichung der Xiaomi Mi 15-Serie wird im Oktober erwartet, und die vollständigen Codenamen der Serie wurden in der MiCode-Codebasis ausländischer Medien veröffentlicht. Unter ihnen trägt das Flaggschiff Xiaomi Mi 15 Ultra den Codenamen „Xuanyuan“ (was „Xuanyuan“ bedeutet). Dieser Name stammt vom Gelben Kaiser in der chinesischen Mythologie, der Adel symbolisiert. Xiaomi 15 trägt den Codenamen „Dada“, während Xiaomi 15Pro den Namen „Haotian“ (was „Haotian“ bedeutet) trägt. Der interne Codename des Xiaomi Mi 15S Pro lautet „dijun“, was auf Kaiser Jun anspielt, den Schöpfergott von „The Classic of Mountains and Seas“. Abdeckungen der Xiaomi 15Ultra-Serie
