Périphériques technologiques
IA
Parlons de la conduite autonome à basse vitesse et de la conduite autonome à grande vitesse dans un seul article
Parlons de la conduite autonome à basse vitesse et de la conduite autonome à grande vitesse dans un seul article
Dans un article précédemment partagé : Comment faire en sorte que les voitures autonomes « reconnaissent la route », j'ai principalement parlé de l'importance des cartes de haute précision dans les voitures autonomes. Un ami a laissé un message : « Si l'auteur comprend l'automatique. mouvements du tri STO Express. Je crains que la scène de travail de la voiture n'ait pas les vues de cet article, n'est-ce pas ? Dans ce dialogue, les concepts connexes de conduite automatique à basse vitesse et de conduite automatique à grande vitesse ont été impliqués.
Les voitures autonomes, également appelées voitures sans conducteur, sont un véhicule automatisé et un véhicule qui nécessite une assistance au conducteur ou ne nécessite aucun contrôle. En tant que véhicule automatisé, une voiture autonome peut nécessiter un humain. opération pour percevoir l’environnement environnant et effectuer des tâches de navigation et de voyage. L'objectif ultime du développement de la conduite autonome est de pouvoir réaliser des déplacements habités grâce à des véhicules autonomes. Cependant, le développement de la technologie des véhicules autonomes, en particulier le développement de la conduite autonome à grande vitesse, n'est pas aussi simple et fluide que nous l'imaginions. À ce stade, les véhicules de transport autonomes et les véhicules de livraison express que nous voyons dans des lieux fixes tels que les campus, les parcs et les aéroports entrent tous dans la catégorie de la conduite autonome à basse vitesse. Alors, que sont exactement la conduite autonome à grande vitesse et la conduite autonome à basse vitesse ? Quelle est la différence entre la conduite autonome à grande vitesse et la conduite autonome à basse vitesse ?
Conduite autonome à basse vitesse
Tout d'abord, parlons de conduite autonome à basse vitesse. Comme son nom l'indique, la conduite autonome à basse vitesse fait référence aux véhicules autonomes qui roulent à basse vitesse. Les véhicules autonomes à grande vitesse doivent transporter des objets, et les scénarios d'application sont simples et fixes. La vitesse est généralement inférieure à 50 km/h. Le développement technologique de la conduite autonome à basse vitesse est relativement mature et a été appliqué à tous les aspects de notre vie quotidienne, comme dans les campus, les parcs et autres scènes, nous voyons des véhicules de livraison express, des navettes dans des lieux pittoresques et des aéroports, etc. . Selon des estimations prudentes, incluant les véhicules sans pilote à basse vitesse transportant des passagers, les véhicules sans pilote transportant des marchandises à basse vitesse et les véhicules de travail sans pilote, les ventes de véhicules autonomes à basse vitesse en Chine atteindront 25 000 unités en 2021 et atteindront 104 000 unités en 2022. Avec la basse vitesse Avec le développement technologique des véhicules autonomes, les véhicules autonomes à basse vitesse feront partie de notre quotidien.
Le développement de la conduite autonome à basse vitesse a également donné lieu à la formulation de normes industrielles. Le 29 octobre 2021, sous la direction de la Shenzhen Intelligent Transportation Industry Association, plus de 57 unités et 112 experts ont élaboré conjointement le « Low-speed ». La norme du groupe « Spécifications de gestion » de sécurité des opérations commerciales urbaines des véhicules autonomes a été officiellement publiée. Cette norme d'équipe joue un rôle directeur important dans le lancement et l'utilisation de véhicules autonomes à basse vitesse. Elle fournit également une référence efficace pour les services et les lieux de gestion fonctionnelle du gouvernement. où des véhicules autonomes à basse vitesse sont utilisés.
Le développement de la conduite autonome à basse vitesse a également gagné la faveur de nombreux capitaux. En 2021, l'industrie nationale et étrangère de la conduite autonome a divulgué plus de 200 événements de financement importants, parmi lesquels des fournisseurs de produits et de solutions de conduite autonome à basse vitesse. a reçu un financement dans près de 70 cas et plus de 300 milliards de yuans. Parmi les près de 70 financements, 47 ont été financés par des sociétés étrangères, dont 9 sociétés étrangères et 39 sociétés chinoises.
Répartition régionale des sociétés de financement
Les perspectives de développement de la conduite autonome à basse vitesse sont très larges, la raison principale est que la conduite autonome à basse vitesse résout de nombreux problèmes pour les consommateurs, comme dans le dernier. mile de livraison express La conduite autonome à basse vitesse offre une bonne solution au problème. Par rapport au coût élevé de l'utilisation de la main-d'œuvre manuelle pour le dernier kilomètre de transport ou de l'utilisation d'armoires express pour livrer le dernier kilomètre aux consommateurs, ces solutions ne peuvent pas résoudre parfaitement. les derniers kilomètres posent problème, mais l'émergence de la conduite autonome à basse vitesse peut très bien accomplir ce travail. En définissant le délai de livraison sur l'application mobile, le véhicule de transport autonome à basse vitesse peut livrer la livraison express en bas ou à destination. la porte à temps, économisant de l'argent. Cela élimine le temps et le coût du transport manuel de la livraison express et élimine le besoin pour les consommateurs de se rendre au cabinet express pour récupérer la livraison express.
Mais dans le processus de développement de la conduite autonome à basse vitesse, de nombreux problèmes doivent encore être résolus. Le plus important est la limitation des scénarios d'utilisation de la conduite autonome à basse vitesse. Lorsque des véhicules autonomes à basse vitesse sont libérés dans une zone, suffisamment d'informations sur le site doivent être analysées (informations routières, informations sur les intersections, informations sur les bâtiments, etc.). .Conduite autonome à basse vitesse La voiture de conduite peut être très familière avec le site numérisé et peut pleinement réaliser la fonction de conduite automatique. Cependant, après avoir changé de scène, la voiture de conduite automatique à basse vitesse ne sera pas en mesure de s'adapter à l'environnement. C'est comme un enfant qui a besoin de s'accrocher à quelque chose pour marcher. S'il n'a pas quelque chose à quoi s'accrocher, il ne pourra peut-être pas marcher. En bref, les voitures autonomes à basse vitesse ne sont pas intelligentes et ne peuvent exercer toutes leurs fonctions de conduite autonome que dans des scénarios prédéfinis.
La conduite autonome à basse vitesse fournit également de nombreuses références techniques pour le développement de la conduite autonome à grande vitesse. Par exemple, dans les véhicules autonomes, diverses technologies telles que le matériel, les logiciels, les algorithmes et les communications seront intégrées. , etc. requis pour la conduite autonome à grande vitesse Des équipements matériels tels que le radar, le positionnement par satellite et la navigation inertielle sont également utilisés dans les véhicules autonomes à basse vitesse, et des technologies telles que la perception, le positionnement, la planification, la prise de décision et le stockage de données sont également appliqué, y compris la technologie de châssis à commande filaire dans la chaîne de l'industrie automobile. Elle est devenue populaire dans les voitures autonomes à basse vitesse.
Conduite autonome à grande vitesse
La principale différence entre la conduite autonome à grande vitesse et la conduite autonome à basse vitesse réside dans la vitesse et les scénarios d'utilisation. L'objectif de développement de la conduite autonome à grande vitesse est d'être le même que la conduite humaine. voitures, et peut conduire sur des routes rurales, des routes urbaines, des autoroutes, etc. En conduisant dans tous les scénarios, il peut atteindre ou même dépasser le niveau des conducteurs humains conduisant des voitures.
Comme mentionné ci-dessus, le développement de la conduite autonome à grande vitesse est indissociable de l'utilisation d'équipements matériels tels que le lidar, le radar à ondes millimétriques, le positionnement par satellite et la navigation inertielle. Il nécessite également des applications telles que la détection, le positionnement, la planification, la décision. fabrication, stockage de données et autres technologies Afin de rendre la conduite des véhicules autonomes à grande vitesse plus sûre, des cartes de haute précision, un positionnement GPS et d'autres technologies sont également nécessaires afin de permettre aux véhicules autonomes à grande vitesse de conduire dans plusieurs scénarios. et dans de multiples domaines, l'application de la technologie des réseaux intelligents est devenue plus importante.
À ce stade, le développement de la conduite autonome à grande vitesse est encore au stade des tests. À mesure que la technologie de conduite autonome à grande vitesse continue de mûrir, il existe des zones pilotes de démonstration de connexion au réseau intelligent, de voiture intelligente et de transport intelligent. des zones de démonstration et des zones pilotes de réseautage automobile au niveau national, des zones pilotes d'Internet des véhicules au niveau provincial et d'autres sites sont progressivement ouverts, permettant aux véhicules autonomes à grande vitesse d'acquérir davantage de scénarios d'utilisation. En juillet 2021, le groupe de travail sur la promotion de la zone de démonstration de conduite autonome de haut niveau de Pékin a annoncé que la zone pionnière de la politique des véhicules connectés intelligents de Pékin a officiellement ouvert la scène des tests de conduite autonome à grande vitesse, permettant au premier groupe d'entreprises d'obtenir des avis d'essai sur route pour effectuer essais pilotes, ouverture Un tronçon bidirectionnel de 10 km de la section Pékin de l'autoroute Pékin-Taïwan (Cinquième périphérique-Sixième périphérique) a été réalisé pour des essais et des vérifications préliminaires sur route. Il s'agit également de la première conduite autonome à grande vitesse du pays. section d'essai, offrant davantage de possibilités pour le développement futur de la conduite autonome à grande vitesse.
Le développement de la conduite autonome à grande vitesse n'est pas aussi rapide que celui de la conduite autonome à basse vitesse. La raison principale est qu'il y a plus de considérations pour le déploiement de la conduite autonome à grande vitesse, contrairement à la conduite autonome à basse vitesse. sont des scénarios d'utilisation fixes et les scénarios sont relativement simples. La conduite autonome à grande vitesse participe directement à l'environnement de circulation et doit faire face à des scénarios de circulation complexes. Elle doit être capable de résoudre de manière flexible les situations d'urgence telles que les sondes fantômes et les piétons passant des feux rouges. Si le niveau technique de la conduite autonome à grande vitesse peut être atteint. les exigences ? Si un accident se produit, il peut mettre en danger la vie des passagers et des piétons et affecter l'environnement de la circulation. De plus, les consommateurs ne sont pas cohérents dans leur acceptation de la conduite autonome à grande vitesse. Dans la formulation des lois et réglementations de la circulation, il n'y a pas d'exigences standard spécifiques pour la conduite autonome à grande vitesse. Cette série de problèmes a provoqué le développement de la conduite autonome à grande vitesse. la conduite autonome de vitesse en est encore à ses balbutiements.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!
Outils d'IA chauds
Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes
AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.
Undress AI Tool
Images de déshabillage gratuites
Clothoff.io
Dissolvant de vêtements AI
AI Hentai Generator
Générez AI Hentai gratuitement.
Article chaud
Outils chauds
Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit
SublimeText3 version chinoise
Version chinoise, très simple à utiliser
Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP
Dreamweaver CS6
Outils de développement Web visuel
SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)
Pourquoi le Gaussian Splatting est-il si populaire dans la conduite autonome que le NeRF commence à être abandonné ?
Jan 17, 2024 pm 02:57 PM
Écrit ci-dessus et compréhension personnelle de l'auteur Le Gaussiansplatting tridimensionnel (3DGS) est une technologie transformatrice qui a émergé dans les domaines des champs de rayonnement explicites et de l'infographie ces dernières années. Cette méthode innovante se caractérise par l’utilisation de millions de gaussiennes 3D, ce qui est très différent de la méthode du champ de rayonnement neuronal (NeRF), qui utilise principalement un modèle implicite basé sur les coordonnées pour mapper les coordonnées spatiales aux valeurs des pixels. Avec sa représentation explicite de scènes et ses algorithmes de rendu différenciables, 3DGS garantit non seulement des capacités de rendu en temps réel, mais introduit également un niveau de contrôle et d'édition de scène sans précédent. Cela positionne 3DGS comme un révolutionnaire potentiel pour la reconstruction et la représentation 3D de nouvelle génération. À cette fin, nous fournissons pour la première fois un aperçu systématique des derniers développements et préoccupations dans le domaine du 3DGS.
Comment résoudre le problème de la longue traîne dans les scénarios de conduite autonome ?
Jun 02, 2024 pm 02:44 PM
Hier, lors de l'entretien, on m'a demandé si j'avais posé des questions à longue traîne, j'ai donc pensé faire un bref résumé. Le problème à longue traîne de la conduite autonome fait référence aux cas extrêmes dans les véhicules autonomes, c'est-à-dire à des scénarios possibles avec une faible probabilité d'occurrence. Le problème perçu de la longue traîne est l’une des principales raisons limitant actuellement le domaine de conception opérationnelle des véhicules autonomes intelligents à véhicule unique. L'architecture sous-jacente et la plupart des problèmes techniques de la conduite autonome ont été résolus, et les 5 % restants des problèmes à longue traîne sont progressivement devenus la clé pour restreindre le développement de la conduite autonome. Ces problèmes incluent une variété de scénarios fragmentés, de situations extrêmes et de comportements humains imprévisibles. La « longue traîne » des scénarios limites dans la conduite autonome fait référence aux cas limites dans les véhicules autonomes (VA). Les cas limites sont des scénarios possibles avec une faible probabilité d'occurrence. ces événements rares
Choisir une caméra ou un lidar ? Une étude récente sur la détection robuste d'objets 3D
Jan 26, 2024 am 11:18 AM
0. Écrit à l'avant&& Compréhension personnelle que les systèmes de conduite autonome s'appuient sur des technologies avancées de perception, de prise de décision et de contrôle, en utilisant divers capteurs (tels que caméras, lidar, radar, etc.) pour percevoir l'environnement et en utilisant des algorithmes et des modèles pour une analyse et une prise de décision en temps réel. Cela permet aux véhicules de reconnaître les panneaux de signalisation, de détecter et de suivre d'autres véhicules, de prédire le comportement des piétons, etc., permettant ainsi de fonctionner en toute sécurité et de s'adapter à des environnements de circulation complexes. Cette technologie attire actuellement une grande attention et est considérée comme un domaine de développement important pour l'avenir des transports. . un. Mais ce qui rend la conduite autonome difficile, c'est de trouver comment faire comprendre à la voiture ce qui se passe autour d'elle. Cela nécessite que l'algorithme de détection d'objets tridimensionnels du système de conduite autonome puisse percevoir et décrire avec précision les objets dans l'environnement, y compris leur emplacement,
Le papier Stable Diffusion 3 est enfin publié, et les détails architecturaux sont révélés. Cela aidera-t-il à reproduire Sora ?
Mar 06, 2024 pm 05:34 PM
L'article de StableDiffusion3 est enfin là ! Ce modèle est sorti il y a deux semaines et utilise la même architecture DiT (DiffusionTransformer) que Sora. Il a fait beaucoup de bruit dès sa sortie. Par rapport à la version précédente, la qualité des images générées par StableDiffusion3 a été considérablement améliorée. Il prend désormais en charge les invites multithèmes, et l'effet d'écriture de texte a également été amélioré et les caractères tronqués n'apparaissent plus. StabilityAI a souligné que StableDiffusion3 est une série de modèles avec des tailles de paramètres allant de 800M à 8B. Cette plage de paramètres signifie que le modèle peut être exécuté directement sur de nombreux appareils portables, réduisant ainsi considérablement l'utilisation de l'IA.
Cet article vous suffit pour en savoir plus sur la conduite autonome et la prédiction de trajectoire !
Feb 28, 2024 pm 07:20 PM
La prédiction de trajectoire joue un rôle important dans la conduite autonome. La prédiction de trajectoire de conduite autonome fait référence à la prédiction de la trajectoire de conduite future du véhicule en analysant diverses données pendant le processus de conduite du véhicule. En tant que module central de la conduite autonome, la qualité de la prédiction de trajectoire est cruciale pour le contrôle de la planification en aval. La tâche de prédiction de trajectoire dispose d'une riche pile technologique et nécessite une connaissance de la perception dynamique/statique de la conduite autonome, des cartes de haute précision, des lignes de voie, des compétences en architecture de réseau neuronal (CNN&GNN&Transformer), etc. Il est très difficile de démarrer ! De nombreux fans espèrent se lancer dans la prédiction de trajectoire le plus tôt possible et éviter les pièges. Aujourd'hui, je vais faire le point sur quelques problèmes courants et des méthodes d'apprentissage introductives pour la prédiction de trajectoire ! Connaissances introductives 1. Existe-t-il un ordre d'entrée pour les épreuves de prévisualisation ? R : Regardez d’abord l’enquête, p
SIMPL : un benchmark de prédiction de mouvement multi-agents simple et efficace pour la conduite autonome
Feb 20, 2024 am 11:48 AM
Titre original : SIMPL : ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving Lien article : https://arxiv.org/pdf/2402.02519.pdf Lien code : https://github.com/HKUST-Aerial-Robotics/SIMPL Affiliation de l'auteur : Université des sciences de Hong Kong et technologie Idée DJI Paper : cet article propose une base de référence de prédiction de mouvement (SIMPL) simple et efficace pour les véhicules autonomes. Par rapport au cent agent traditionnel
NuScenes dernier SOTA SparseAD : les requêtes clairsemées contribuent à une conduite autonome efficace de bout en bout !
Apr 17, 2024 pm 06:22 PM
Écrit à l'avant et point de départ Le paradigme de bout en bout utilise un cadre unifié pour réaliser plusieurs tâches dans les systèmes de conduite autonome. Malgré la simplicité et la clarté de ce paradigme, les performances des méthodes de conduite autonome de bout en bout sur les sous-tâches sont encore loin derrière les méthodes à tâche unique. Dans le même temps, les fonctionnalités de vue à vol d'oiseau (BEV) denses, largement utilisées dans les méthodes de bout en bout précédentes, rendent difficile l'adaptation à davantage de modalités ou de tâches. Un paradigme de conduite autonome de bout en bout (SparseAD) centré sur la recherche clairsemée est proposé ici, dans lequel la recherche clairsemée représente entièrement l'ensemble du scénario de conduite, y compris l'espace, le temps et les tâches, sans aucune représentation BEV dense. Plus précisément, une architecture clairsemée unifiée est conçue pour la connaissance des tâches, notamment la détection, le suivi et la cartographie en ligne. De plus, lourd
Parlons des systèmes de conduite autonome de bout en bout et de nouvelle génération, ainsi que de quelques malentendus sur la conduite autonome de bout en bout ?
Apr 15, 2024 pm 04:13 PM
Au cours du mois dernier, pour des raisons bien connues, j'ai eu des échanges très intensifs avec divers professeurs et camarades de classe du secteur. Un sujet inévitable dans l'échange est naturellement le populaire Tesla FSDV12 de bout en bout. Je voudrais profiter de cette occasion pour trier certaines de mes pensées et opinions en ce moment pour votre référence et votre discussion. Comment définir un système de conduite autonome de bout en bout et quels problèmes devraient être résolus de bout en bout ? Selon la définition la plus traditionnelle, un système de bout en bout fait référence à un système qui saisit les informations brutes des capteurs et génère directement les variables pertinentes pour la tâche. Par exemple, en reconnaissance d'images, CNN peut être appelé de bout en bout par rapport à la méthode traditionnelle d'extraction de caractéristiques + classificateur. Dans les tâches de conduite autonome, saisir les données de divers capteurs (caméra/LiDAR
