


Honda, GM und Cruise gründen ein Joint Venture, um Anfang 2026 einen fahrerlosen Ride-Hailing-Dienst in Japan einzuführen
Neuigkeiten von dieser Website vom 19. Oktober. Heute gaben der japanische Automobilhersteller Honda Motor Company, die amerikanische General Motors Company und das Unternehmen für autonome Fahrtechnologie Cruise bekannt, dass die drei Unternehmen eine Absichtserklärung zur Gründung eines Joint Ventures zur Bereitstellung unbemannter Fahrzeuge für Benutzer unterzeichnet haben . Fahren Sie einen Fahrdienst.

Hinweis von dieser Seite: Cruise ist eine 2013 gegründete Tochtergesellschaft zur Erforschung autonomer Fahrlösungen und wurde 2016 von General Motors übernommen. Das Unternehmen hat seinen Hauptsitz in San Francisco, Kalifornien, und kann als eines der stärksten Startups im Bereich autonomes Fahren bezeichnet werden.

Berichten zufolge planen die drei Parteien nach Erhalt der behördlichen Genehmigung im ersten Halbjahr 2024 die Gründung eines Joint Ventures und werden voraussichtlich Anfang 2026 fahrerlose Taxidienste in der Innenstadt von Tokio, Japan, anbieten.

Dieser Service wird über Cruise Origin bereitgestellt, das von drei Parteien gemeinsam entwickelt wird. Cruise Origin ist ein 6-Sitzer-Fahrzeug, das speziell für fahrerlose Ride-Hailing-Dienste entwickelt wurde und Passagiere an bestimmten Orten abholt und sie vollständig durch autonomes Fahren an ihr Ziel bringt.
Berichten zufolge wird der Dienst mit Dutzenden Cruise Origins beginnen und dann auf eine Flotte von 500 Cruise Origins ausgeweitet. Die drei Unternehmen planen, ihre Dienstleistungen später über das Zentrum Tokios hinaus auszuweiten.
Erwähnenswert ist, dass Cruise Origin zum ersten Mal in Japan auf der Japan Mobile Show 2023 ausgestellt werden soll, die vom 28. Oktober bis 5. November 2023 im Tokyo Big Sight stattfindet.
Werbeerklärung: Die im Artikel enthaltenen externen Sprunglinks (einschließlich, aber nicht beschränkt auf Hyperlinks, QR-Codes, Passwörter usw.) dienen der Übermittlung weiterer Informationen und der Zeitersparnis bei der Auswahl. Die Ergebnisse dienen nur als Referenz Diese Website enthält diese Erklärung.
Das obige ist der detaillierte Inhalt vonHonda, GM und Cruise gründen ein Joint Venture, um Anfang 2026 einen fahrerlosen Ride-Hailing-Dienst in Japan einzuführen. 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



Honda hat auf der CES 2024 eine Reihe auffälliger neuer Elektrofahrzeuge vorgestellt, die alle mit aktualisierten „H“-Emblems ausgestattet sind. Verantwortliche von Honda kündigten kürzlich eine umfassende Anpassung des Markenlogos an, indem sie das bisherige quasi-materielle Metalldesign aufgeben und eine flachere und einfachere Symbolform übernehmen. Das Design des neuen Logos ist vom Originallogo der Marke Honda aus dem Jahr 1961 inspiriert, was eine überraschende Entscheidung ist. Es versteht sich, dass das „H“-Logo von Honda seit 1981 die Geschichte und den Ruhm der Marke trägt. Um sich jedoch an die rasante Entwicklung des Marktes für Elektrofahrzeuge anzupassen, beschloss Honda, das „H“-Logo neu zu gestalten, um die Entschlossenheit der Marke zu Innovation und Transformation zu zeigen. Das neue Logo repräsentiert nicht nur Hondas Unternehmensgeist des Selbstdurchbruchs und der Transzendenz

Oben geschrieben und persönliches Verständnis des Autors. Dreidimensionales Gaussplatting (3DGS) ist eine transformative Technologie, die in den letzten Jahren in den Bereichen explizite Strahlungsfelder und Computergrafik entstanden ist. Diese innovative Methode zeichnet sich durch die Verwendung von Millionen von 3D-Gaußkurven aus, was sich stark von der Neural Radiation Field (NeRF)-Methode unterscheidet, die hauptsächlich ein implizites koordinatenbasiertes Modell verwendet, um räumliche Koordinaten auf Pixelwerte abzubilden. Mit seiner expliziten Szenendarstellung und differenzierbaren Rendering-Algorithmen garantiert 3DGS nicht nur Echtzeit-Rendering-Fähigkeiten, sondern führt auch ein beispielloses Maß an Kontrolle und Szenenbearbeitung ein. Dies positioniert 3DGS als potenziellen Game-Changer für die 3D-Rekonstruktion und -Darstellung der nächsten Generation. Zu diesem Zweck geben wir erstmals einen systematischen Überblick über die neuesten Entwicklungen und Anliegen im Bereich 3DGS.

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

0. Vorab geschrieben&& Persönliches Verständnis, dass autonome Fahrsysteme auf fortschrittlichen Wahrnehmungs-, Entscheidungs- und Steuerungstechnologien beruhen, indem sie verschiedene Sensoren (wie Kameras, Lidar, Radar usw.) verwenden, um die Umgebung wahrzunehmen, und Algorithmen und Modelle verwenden für Echtzeitanalysen und Entscheidungsfindung. Dies ermöglicht es Fahrzeugen, Verkehrszeichen zu erkennen, andere Fahrzeuge zu erkennen und zu verfolgen, das Verhalten von Fußgängern vorherzusagen usw. und sich so sicher an komplexe Verkehrsumgebungen anzupassen. Diese Technologie erregt derzeit große Aufmerksamkeit und gilt als wichtiger Entwicklungsbereich für die Zukunft des Transportwesens . eins. Aber was autonomes Fahren schwierig macht, ist herauszufinden, wie man dem Auto klarmachen kann, was um es herum passiert. Dies erfordert, dass der dreidimensionale Objekterkennungsalgorithmus im autonomen Fahrsystem Objekte in der Umgebung, einschließlich ihrer Standorte, genau wahrnehmen und beschreiben kann.

Diese Website berichtete am 17. Januar, dass Honda auf der diesjährigen CES2024 eine Reihe neuer Elektrofahrzeuge mit aktualisierten „H“-Logos vorstellte. In der jüngsten offiziellen Ankündigung kündigte Honda schließlich eine Logoänderung an, verzichtete auf das skeuomorphe Metalllogo und wählte eine flachere und einfachere Version des Symbols. Tatsächlich geht diese neue Version auf das Originallogo der Marke aus dem Jahr 1961 zurück. Laut Honda hat das aktuelle „H“-Logo eine lange Geschichte, die bis ins Jahr 1981 zurückreicht. Um sich an die Entwicklung der nächsten Generation von Elektrofahrzeugen anzupassen, beschloss Honda, ein neues „H“-Logo zu entwerfen, um Hondas Entschlossenheit zur Transformation und seine Unternehmenshaltung, über die Wurzeln von Honda hinauszugehen und ständig nach neuen Durchbrüchen zu streben, zum Ausdruck zu bringen. Der neue Designausdruck ist wie zwei ausgestreckte Hände, die repräsentieren

Die Trajektorienvorhersage spielt eine wichtige Rolle beim autonomen Fahren. Unter autonomer Fahrtrajektorienvorhersage versteht man die Vorhersage der zukünftigen Fahrtrajektorie des Fahrzeugs durch die Analyse verschiedener Daten während des Fahrvorgangs. Als Kernmodul des autonomen Fahrens ist die Qualität der Trajektorienvorhersage von entscheidender Bedeutung für die nachgelagerte Planungssteuerung. Die Trajektorienvorhersageaufgabe verfügt über einen umfangreichen Technologie-Stack und erfordert Vertrautheit mit der dynamischen/statischen Wahrnehmung des autonomen Fahrens, hochpräzisen Karten, Fahrspurlinien, Fähigkeiten in der neuronalen Netzwerkarchitektur (CNN&GNN&Transformer) usw. Der Einstieg ist sehr schwierig! Viele Fans hoffen, so schnell wie möglich mit der Flugbahnvorhersage beginnen zu können und Fallstricke zu vermeiden. Heute werde ich eine Bestandsaufnahme einiger häufiger Probleme und einführender Lernmethoden für die Flugbahnvorhersage machen! Einführungsbezogenes Wissen 1. Sind die Vorschaupapiere in Ordnung? A: Schauen Sie sich zuerst die Umfrage an, S

Originaltitel: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving Paper-Link: https://arxiv.org/pdf/2402.02519.pdf Code-Link: https://github.com/HKUST-Aerial-Robotics/SIMPL Autor: Hong Kong University of Science und Technologie DJI-Papieridee: Dieses Papier schlägt eine einfache und effiziente Bewegungsvorhersagebasislinie (SIMPL) für autonome Fahrzeuge vor. Im Vergleich zum herkömmlichen Agent-Cent

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
