目次
01 自動車インテリジェンスセンサーの基礎" >01 自動車インテリジェンスセンサーの基礎
03 インテリジェントセンサー:自動運転の中核" >03 インテリジェントセンサー:自動運転の中核
ホームページ テクノロジー周辺機器 AI 自動運転センサーのメリット・デメリットと応用分析

自動運転センサーのメリット・デメリットと応用分析

Apr 13, 2023 pm 02:34 PM
オートパイロット

ADASと呼ばれる先進運転支援システム(ADAS)は、車に搭載されたさまざまなセンサーを使用して、車の内外の環境データを初めて収集し、静的な運転を実行します。物体認識、検出および追跡、およびその他の技術的処理により、ドライバーが起こり得る危険をできるだけ早く検出して注意を引き、安全性を向上させることができる予防安全技術。

自動運転センサーのメリット・デメリットと応用分析

#車載用センサー

車載用センサー機器これらにはさまざまな目的があり、自転車の情報化レベルを向上させる従来の微小電気機械センサー (MEMS) と、無人運転をサポートするスマート センサーの 2 つのカテゴリに分類できます。 MEMSは、自動車のさまざまなシステムの制御過程で情報をフィードバックして自動制御を実現する、自動車の「ニューロン」です。スマート センサーは外界から直接情報を収集し、自動運転車の「目」になります。

01 自動車インテリジェンスセンサーの基礎

センサーは自動車電子制御システムの情報源であり、車両電子制御システムの基本的な主要コンポーネント。センサーは通常、測定値を直接感知または応答できる感応素子、変換素子および変換回路で構成され、変換素子は上記の非電気量を電気量に変換します。変換回路の機能は、変換要素を電気パラメータに変換することであり、出力電気信号は処理され、処理、表示、記録、制御に便利な部分に変換されます。現在の車載センサー機器のさまざまな目的に基づいて、自転車の情報化レベルを向上させる従来のマイクロ電気機械センサーと、無人運転をサポートするスマートセンサーの 2 つのカテゴリに分類できます。

自動運転センサーのメリット・デメリットと応用分析

自動車用センサーの構成

伝統センサー: 各システムの制御プロセスは、自動車の「ニューロン」であるセンサーに依存して情報をフィードバックし、自動制御作業を実現します。従来の自動車用センサーは、その機能に応じて、圧力センサー、位置センサー、温度センサー、加速度センサー、角速度センサー、流量センサー、ガス濃度センサー、液面センサーの8つのカテゴリーに分類できます。自動車用センサーは、主にパワートレイン システム、ボディ制御システム、シャーシ システムで使用されます。自動車用センサーは、これらのシステムにおける情報の収集と送信を担当しており、収集された情報は電子制御ユニットによって処理され、アクチュエーターへの指示として形成されて電子制御が完了します。

自動運転センサーのメリット・デメリットと応用分析

#従来のセンサーの分類

スマート センサー:スマートセンサーは自動運転車の「目」です。自動車は、環境認識、計画、意思決定が可能で、最終的には目的地に安全に到着できる、安全にネットワーク化された自動運転ロボットへと急速に進化しています。現在、環境センシングに使用される主流のセンサー製品には、主にライダー、ミリ波レーダー、超音波レーダー、カメラが含まれます。

自動運転センサーのメリット・デメリットと応用分析

#インテリジェント センサーの分類

02 MEMS センサー: 車載マイクロセンサー

#MEMS センサーは、半導体製造技術をベースに開発され、マイクロエレクトロニクスおよびマイクロマシニング技術を使用して製造される新しいタイプのセンサーです。 MEMS センサーは、電子安定性プログラム (ESP)、アンチロック ブレーキ (ABS)、電子制御サスペンション (ECS)、タイヤ空気圧監視 (TPMS) などのシステムで広く使用されています。中でも、圧力センサー、加速度センサー、ジャイロスコープ、流量センサーは自動車で最も一般的に使用されている MEMS センサーであり、自動車 MEMS システムの 99% を占めています。

自動運転センサーのメリット・デメリットと応用分析

MEMS は広く使用されています

自動運転センサーのメリット・デメリットと応用分析

MEMS センサーの価値は比較的集中しています

MEMS には明らかな利点は、将来、モノのインターネットのセンシング層にセンサーを構築するための主な選択肢の 1 つであり、その利点は主に、1) 小型化、2) シリコンベースの処理技術、3) 大量生産、および 4 に反映されます。 ) 統合。

#1) 小型化: MEMS デバイスはサイズが小さく、単一の寸法がミリメートルまたはミクロン単位で測定され、軽量でエネルギー消費が低くなります。 MEMS の表面積対体積比 (体積に対する表面積) が高いと、表面センサーの感度が向上します。

#2) 量産: 5mm5mm サイズの MEMS センサー 1 個を例に挙げると、シリコン マイクロマシニング技術を 8 インチのシリコン ウェーハに同時に使用できます。約1,000個のMEMSチップを切り出し大量生産することで、1個のMEMSの製造コストを大幅に削減できます。

#3) 統合: 一般に、単一の MEMS は機械センサーをパッケージ化するだけでなく、MEMS チップを制御し、シミュレーションを変換するための ASIC チップも統合することがよくあります。量はデジタル出力です。

自動運転センサーのメリット・デメリットと応用分析

MEMS と ASIC チップの統合パッケージング

自動運転センサーのメリット・デメリットと応用分析

##MEMS は大量生産できるため、製造コストを削減できます

MEMSセンサー市場は海外大手メーカーが独占しており、市場集中度が高い。 HIS オートモーティブの統計によると、世界の上位 3 つの MEMS サプライヤー (Bosch、Sensata、NXP) が 2017 年の市場シェアの 57% を占め、ボッシュが 2017 年の市場シェア 33.62% でトップの座を占めました。センサータ市の市場シェアは 12.34% に達し、NXP の市場シェアは 11.91% に達しました。デンソー(8.94%)、アナログ・デバイセズ(8.51%)、パナソニック(7.45%)、インフィニオン(7.23%)などのメーカーも一定のシェアを占めている。

# 海外大手メーカーは幅広い製品ライン、最先端の技術、多数の顧客を抱えており、高い参入障壁を形成しています。 MEMS センサーの開発の難しさと製造プロセスの複雑さが、業界の障壁を形成する主な理由です。 Invensense や Infineon などの海外メーカーでは 2 ~ 3 の製品ラインがあり、Bosch、Denso、STMicroelectronics などの MEMS 製品ラインでは 4 つ以上の製品ラインがあります。これに対し、小規模サプライヤーは短期間で大量生産・製造することが難しいため、上位の大手サプライヤーの市場シェアは比較的安定しており、市場の集中度が高い。

MEMS センサーの組み立て量と価値は、組み立てられるモデルの価格に直接比例します。現在、平均的な自動車には 24 個の MEMS センサーが搭載されており、高級車では約 25 ~ 40 個の MEMS センサーが使用されています。たとえば、BMWのハイエンドモデルではエンジンだけで20~40個のセンサーを使用できますが、エントリーモデルでは5個程度しかありません。一般的に普及しているMEMSセンサー搭載自転車の価格は2,000~20,000元で、合弁車両は通常4,000元を下回らないが、独立ブランドは2,000元程度、高級モデルでも10,000~20,000元程度である。 MEMSセンサーの市場規模は2019年までに420億1,300万元に達すると予想されており、知能化と電動化の向上により、2020年と2021年にはそれぞれ446億2,100万元、472億2,700万元に達すると予想されている。 2021年は6.5%です。

03 インテリジェントセンサー:自動運転の中核

ミリ波レーダー:ADASシステムの中核センサー

ミリ波レーダーとは、波長1~10nm、周波数30GHZ~300GHZのミリ波を利用し、エコーの時間差を測定することで距離を算出することを指します。ミリ波レーダーは軍事分野で使用され始めましたが、技術の進歩により徐々に自動車分野でも使用されるようになりました。

ミリ波レーダーの利点は、主に次の 3 つの側面にあります。 1) 安定した検出性能、長い到達距離、優れた環境適合性。 2)超音波レーダーに比べて小型・軽量で空間分解能が高いという特徴を持っています。 3) ミリ波レーダーは光学式センサーに比べ霧、煙、塵などを透過する能力が強く、全天候型・全天候型の特性を持っています。しかし、コストが高い、歩行者の識別が難しいなどの欠点もあります。

自動運転センサーのメリット・デメリットと応用分析

##ミリ波レーダーのメリットとデメリット

# 77 GHz は、パフォーマンスとサイズの両方で利点があります。現在、車両レーダーの周波数は主に 24GHZ 周波数帯域と 77GHZ 周波数帯域に分かれています。 77GHzは24GHzのミリ波レーダーと比べて距離分解能が高く、小型が3分の1です。 2018 年、中国新車評価プログラム (C-NCAP) のスコアリング システムに自動緊急ブレーキ システム (AEBS) が組み込まれました。これにより、77 GHz ミリ波レーダーに対する将来の市場需要が促進されることになります。長期的には、77GHz ミリ波レーダーは小型で検出範囲が長いため、24GHz ミリ波レーダーよりも大きな市場スペースを持つことになります。

自動運転センサーのメリット・デメリットと応用分析

ミリ波レーダー 24GHz と 77GHz の比較

##24GHz および 77GHz ミリ波レーダーは、ADAS の長距離および短距離の両方の検出に使用されます。ミリ波レーダーは、ハードウェアが小型で悪天候の影響を受けにくいため、ADAS システムで広く使用されています。 24GHz は現在、自動車の死角監視や車線変更支援に広く使用されています。レーダーは車両の後部バンパーに取り付けられ、車両後方の両側車線に車両がいるかどうか、車線変更が可能かどうかを監視するために使用されます。 77GHz レーダーは、24GHz レーダーよりも検出精度と距離の点で優れており、主に車両のフロントバンパーに設置され、前方車両の距離と速度を検出し、主に緊急ブレーキや自動車追従を実現します。およびその他のアクティブな機能 セキュリティドメイン機能。各種ADAS機能をフルに実現するには、一般に5ミリ波レーダー(長1、中短4)が必要となり、アウディA8には5ミリ波レーダー(1LRR 4MRR)、メルセデスベンツSクラスには6ミリ波レーダーが搭載されています。レーダー (1LRR 6SRR)。現在、77GHzミリ波レーダーシステムの単価は約1,000元、24GHzミリ波レーダーシステムの単価は約500元である。

自動運転センサーのメリット・デメリットと応用分析

#ADAS システムにおけるミリ波レーダーの応用

ミリ波レーダーの基幹技術は外資系企業が高度に集中して独占している。世界のミリ波レーダー市場はドイツ、米国、日本などが独占している。現在、ミリ波レーダー技術は主に、コンチネンタル、ボッシュ、デンソー、オートリブ、デンソー、デルファイなどの伝統的なコンポーネント大手によって独占されており、その中でも77GHzミリ波レーダー技術はボッシュ、コンチネンタル、デルファイ、デンソー、TRW、富士通店や日立製作所などの企業の手に渡ります。 2016年には、ボッシュとコンチネンタルが世界のミリ波レーダー市場シェアの17%を占めて同率1位、デンソーとヘラが市場シェア11%で同率2位、ZFが8%、デルフィが6%を占めた。 、オーストリアトリフは4%を保有しています。上位 7 社の大手サプライヤーが市場の 73% を占めています。

自動運転センサーのメリット・デメリットと応用分析##ミリ波レーダーの海外主要サプライヤーと製品

国産ミリ波レーダーは輸入に依存しており、外国技術封鎖を受けており、24GHzミリ波レーダーが主流となっています。現在、中国市場の高級車に搭載されているミリ波レーダーセンサーはすべて海外からの輸入に依存しており、市場はアメリカ、日本、ドイツの企業が独占しており、価格は高価で技術的封鎖が行われている。差し迫った。国内の独立系車載ミリ波レーダー製品は、一般的にはまだ開発段階にある。現在、国内メーカーは研究開発コストや77GHz開発技術の限界を考慮し、ミリ波レーダーの研究開発では24GHzに注力している。国内市場では、24GHzミリ波レーダーの製品システムは比較的成熟しており、サプライチェーンも比較的安定しており、24GHzコアチップはInfineonやFreescaleなどのチップサプライヤーから入手可能です。ミームス・コンサルティングの調査によると、中国車にプリインストールされたミリ波レーダーの数は2016年に105万台に達し、そのうち24GHzレーダーが63.8%、77GHzレーダーが36.2%を占めた。

推計によると、ミリ波レーダーの市場規模は2025年に4億7000万元、36億元、80億元に達する可能性がある。 2017 年から 2025 年までの複合成長率は約 58% です。

#Lidar: L3-L5 自動運転の鍵

# # Lidar は、レーザー光線を発光および受光し、レーザー光が対象物に到達してからの再突入時間を分析し、対象物と車両との相対距離を計算する総合的な光検出および測定システムです。現在、8 ライン、16 ライン、および 32 ラインの LIDAR が一般的に使用されています。 LIDAR ワイヤー ビームの数が多いほど、測定精度が高くなり、安全性が高まります。 Lidar は新しいものではなく、航空宇宙、測量、地図作成、その他の分野で長年使用されてきました。 LiDARは、自動車知能の発展に伴い、L3レベルの自動運転にも活用され始めており、その高精度かつリアルタイムな3D環境モデリング特性により、L3~L5段階で最も重要なセンサーとなる。

自動運転センサーのメリット・デメリットと応用分析

# LIDAR の動作原理

自動運転センサーのメリット・デメリットと応用分析

Velodyne HDL-64E Lidar 3D イメージング

Lidar ソリッド ステートの小型化は今後のトレンドに合わせて小型化、低コスト化が図れます。業界で LIDAR のコストを削減するには、主に 2 つの方法があります。 1) 機械的な回転構造を排除し、ソリッドステート技術を使用して LIDAR のコストを根本的に削減します。ソリッドステート LiDAR は小型で統合が容易で、システムの信頼性が向上しているため、ソリッドステートの開発が進む傾向にあります。 2) LIDAR のライン数を減らし、ライン番号の低い LIDAR を複数組み合わせて使用​​します。機械式ロータリーからハイブリッドソリッドステート、そして純粋なソリッドステートライダーに至るまで、量産規模の拡大と技術の反復と更新により、コストは低下し続けており、ライダーも小型化、低消費電力、統合化に向けて絶えず開発されています。

LIDAR の中核技術は、主に Velodyne、Ibeo、Quanergy の 3 社によって管理されています。米国ベロダイン社の機械式ライダーは早くから開発を開始し、技術的にも進んでおり、最近では 128 ラインのプロトタイプ製品 VLS-128 を発売しました。また、Google、ゼネラルモーターズ、フォード、ウーバー、バイドゥなどの世界的な自動運転リーダーとの協力関係も確立しています。 、大きな市場シェアを占めており、車載用LiDARが市場シェアの大部分を占めています。

Google、Baidu、Ford、Audi、BMW などの企業が、LIDAR センシング ソリューションを相次いで採用しています。 BMWは、2021年に発売予定の自動運転車の開発でライダースタートアップのInnovizと提携すると発表した。各社の公式ウェブサイトに掲載されているライダー製品の価格によると、自転車用ライダーセンサーの価格は 3 万ドルから 8 万ドルとなっています。

Lidar は、短期的には自動車分野で広く使用されることはないでしょう。自動運転の開発の加速により、LiDAR 業界には良好な応用の見通しが生まれましたが、LIDAR 開発における多くの問題点により、自動運転車への応用は制限されています。主な制限要因は 3 つあります。 1) 高コスト。 LIDAR のリーダーである Velodyne の 16 ライン製品は 8,000 米ドル、32 ライン製品は 40,000 米ドル、64 ライン製品は約 80,000 米ドルです。

#製品の価格が高いことも、自動運転車への LIDAR の適用を妨げています。 2)量産が難しく、納期が長い。 Velodyne64 ライン製品の生産サイクルは 4 ~ 8 週間、32 ライン製品と 16 ライン製品も 2 ~ 4 週間かかりますレーザー レーダーの送受信信号の精度を確保するために、複雑な組み立てと調整プロセスが必要です納期サイクルが長くなります。 3) 関連する車両規制の欠如。現時点では、自動運転は先進的な概念にすぎず、まだ実用化されておらず、政策や規制において対応する必須要件が存在しないため、自動運転分野におけるライダーの普及もある程度制限されています。 。

#超音波レーダー: 自動駐車システムの主流センサー

#超音波レーダーの動作原理は、超音波発信機から超音波を発信し、発信された超音波を受信機で受信することで距離を測定します。自動運転における超音波レーダーの基本的な用途は、駐車支援警告機能や死角衝突警告機能です。超音波レーダーは低コストで近距離測定に優れ、検知範囲が0.1~3メートルで精度も高いため、駐車場に非常に適しています。ただし、測定距離が限られており、悪天候の影響を受けやすい。

自動運転センサーのメリット・デメリットと応用分析

##超音波レーダーの動作原理

自動駐車場の人気により、超音波レーダーの需要が刺激されています。超音波レーダーは一般的に車のバンパーや側面に設置されており、前者は一般的に車の前後の障害物を計測するために使用されるUPAと呼ばれ、後者は側方の障害物を計測するために使用されるAPAと呼ばれます。 。 APA超音波センサーは、自動駐車支援システムの中核となるセンサーで、検出距離が長く、駐車スペースの幅員を検知し、駐車スペースの広さや車両位置情報を取得することができます。超音波レーダーは主に後退レーダーや自動駐車システムの近距離障害物監視に使用されます。バックレーダーは上位機種から中下位機種へ移行しており、搭載率は約80%となっている。通常、後退レーダー システムには 4 台の UPA 超音波レーダーが必要で、自動駐車レーダー システムには 6 ~ 12 台の超音波レーダーが必要で、一般的な構成は 8 UPA と 4 APA です。

自動運転センサーのメリット・デメリットと応用分析

超音波レーダーの自動車への応用

#UPA と APA 超音波レーダーの比較自動運転センサーのメリット・デメリットと応用分析

##超音波レーダー技術 各方式には独自の長所と短所があり、アナログレーダーが主要な市場を占めています。超音波レーダーの技術ソリューションには、一般的にアナログ、4 線デジタル、2 線デジタル、3 線アクティブデジタルの 4 種類があり、信号干渉の処理効果が順次改善されています。 4 つの技術的ソリューションには、技術的な難しさ、組み立て、価格の点でそれぞれ長所と短所があります。現在、市場では「アナログ」技術路線が広く使われており、製品コストが安いという利点があるものの、外部環境からの干渉を受けやすいという欠点があります。将来のインテリジェンスのトレンドの下では、「デジタル」テクノロジーの路線がより人気になるでしょう。 「デジタル」技術のルートでは、信号のデジタル化によりレーダーの耐干渉能力が大幅に向上しますが、コストが高く、技術が難しく、現段階ではほとんどの技術は 4 線式アプローチしか採用できません。

超音波レーダーの 4 つの技術的ルート オプション

自動運転センサーのメリット・デメリットと応用分析

超音波レーダー市場は主にボッシュ、村田製作所、ナイセラなどが占めており、国内のオーディウェイと通達電子は高い競争力を持っています。 Audiway は中国の超音波センサーのトップメーカーです。2016 年、Audiway の車載用超音波センサーは 2,627 万台販売されました。車載用超音波センサーの世界市場能力は約 2 億 7,400 万台です。Audiway の車載用超音波センサーは世界シェアを占めています。乗用車市場シェア9%。 Audiway の最大の顧客は台湾 Tongcheng Electronics です。台湾同城電子の主力製品はリバースレーダーで、2016年の市場シェアはアジアで1位となった。

#超音波市場は短期および中期的には引き続き改善すると予想されており、長期的には他のレーダーセンサーによる代替圧力を受ける可能性があります。 。現在、後向き超音波レーダーの設置率が最も高く45.2%に達しており、「前方・後向きレーダー」の設置率は28.3%、未搭載率は26.5%となっている。自動運転の発展に伴い、「前向き・後ろ向き」レーダーが標準装備されることが予想されます。したがって、短中期的には超音波レーダーの市場シェアは引き続き拡大すると予想されますが、長期的には将来の高度な自動運転モデル​​では、超音波レーダーの一部または全部が超音波レーダーに置き換わることになります。より総合的な性能が優れたミリ波レーダーやライダーなどの代替品。

推計によると、超音波レーダーの市場規模は2019年に42億元、2020年に87億元、2025年に192億元に達すると予想されています。 。 2016 年から 2025 年までの複合成長率は約 38% に達すると予想されます。

#カメラ: ADAS システムのメイン視覚センサー

# -車両 カメラは、ADAS システムの主要な視覚センサーであり、最も成熟した自動車用センサーの 1 つです。レンズを通して画像が収集された後、カメラ内の感光コンポーネント回路と制御コンポーネントが画像を処理し、コンピューターで処理できるデジタル信号に変換することで、車両周囲の道路状況の認識を実現します。カメラは主に、360 パノラマ画像、前方衝突警告、車線逸脱警告、歩行者検知などの ADAS 機能に使用されます。

自動運転センサーのメリット・デメリットと応用分析

#カメラが道路上の歩行者を検出

自動運転センサーのメリット・デメリットと応用分析

##パノラマパーキングシステムへのカメラの応用

ADAS システムには 6 台以上のカメラが装備されています。さまざまなADAS機能のニーズに応じて、カメラの設置場所も異なります。主に正面図、背面図、側面図、内蔵に分かれています。自動運転を実現する場合、フルセットのADAS機能を搭載するには6台以上のカメラの設置が必要で、フロントビューカメラは複雑なアルゴリズムとチップが必要で、単価は約1500元、リアビューカメラは1台あたり、サイドビューカメラと内蔵カメラは約200元です。 ADAS の普及により、車載カメラ センサーに巨大な市場スペースがもたらされました。

自動運転センサーのメリット・デメリットと応用分析

#カメラの設置場所と機能

短期的には、単眼カメラがテクノロジーの主流となるでしょう。前方監視カメラ ADAS システムは、単眼カメラを搭載する場合と、双眼カメラを搭載する場合の 2 つの技術ルートに分かれます。双眼カメラは単眼カメラに比べて高性能で測定精度が高いですが、価格が比較的高いため、高級車に搭載されることが多いです。双眼カメラソリューションは、コスト、製造プロセス、信頼性、精度などの総合的な要因によって制限されるため、市場での普及が困難ですが、単眼カメラと他のセンサーを組み合わせることで、低コストで信頼性の高いソリューションを実現できます。 L1、L2、および一部の L3 シナリオでの機能。したがって、現在の市場環境では、依然として単眼カメラソリューションが主流となるでしょう。

カメラは主にレーダーの補助センサーとして使用されます。カメラは解像度が高く、物体の質感や色を検出できますが、逆光や複雑な光と影の条件下では視覚効果が低く、悪天候の影響を受けやすいため、カメラで得られる画像情報は不安定になります。 LIDAR やミリ波レーダーを補完するものとして、主に交通標識認識分野などのいくつかのタスクを担当します。

#カメラ業界チェーンは、上流のコンポーネント生産、中流のモジュールのパッケージングと統合、下流の製品アプリケーションの 3 つの部分に大別できます。 1) 上流コンポーネントには、主に CMOS センサー、レンズセット、DSP などが含まれます。上流市場では、CMOS センサーと DSP は主にソニー、サムスン、TI、オン・セミコンダクターなどの外資系企業によって独占されています。国内企業は生産において優位性を持っています。独立系ブランドを含むレンズセットの販売、Sunny Optical などの高い競争力、2) モジュールパッケージングとシステム統合を含む中流パッケージング統合。モジュールのパッケージングと統合プロセスは複雑であり、市場は外資系企業によって独占されており、主なメーカーにはパナソニック、ソニー、ヴァレオなどが含まれます。 3) 川下製品は自動車メーカーや4S販売店で使用されます。

#車載カメラ業界には、高い生産プロセス要件と長い認証サイクルがあります。車載カメラは携帯電話のカメラに比べて使用条件が厳しく、耐高温性、耐震性、耐磁性、安定性など多くの要求を満たす必要があります。特に、ADAS システムで使用されるフロントビュー カメラには、運転の安全性に関して非常に高い信頼性要件が求められるため、車載カメラの製造プロセスは非常に厳しいものになります。自動車メーカーの一次サプライヤーとなるまでには、数多くの厳しいテストが必要であり、自動車メーカーの供給体制に入ると高い壁が形成され、一次サプライヤーとなることは困難です。交換する必要があり、交換費用も非常に高額です。たとえば、外資系ビジョンセンサー大手モービルアイ社は、研究開発からプレインストール市場に参入するまでに 8 年かかりました。

計算によると、カメラセンサーの市場規模は2019年に150億元に達すると予想されており、L3段階に入り、市場規模は150億元に達する可能性があります。 2020年と2025年には205億元、2016年から2025年までの複合成長率は約17%の315億元となる。

#04 マルチセンサー フュージョンは避けられないトレンド

ADAS は複数のセンサーを統合して、センサー市場。今後、スマートカーの割合が増加するにつれて、ADAS市場は成長を加速すると考えられます。ゴールドマン・サックスのグローバル投資調査部の調査によると、現在の世界のADAS利用率は一般的に高くなく、欧州、米国、日本ではわずか8~12%にとどまっている。 Gasgoo自動車研究所の試算によれば、我が国のADAS普及率は2%~5%程度であり、ライフサイクルから見るとADASは導入期から成長期へと飛躍を遂げています。全体として、スマート運転と無人運転の波を受けて、自動車のエレクトロニクスとインテリジェンスのレベルは向上し続けており、ADAS には成長の余地がたくさんあります。環境認識はADASのハードウェア基盤であり、センサーの活用が不可欠であり、ADASの普及に伴い車載センサーの需要は大幅に増加し、センサーの市場規模は今後さらに拡大すると考えられます。

自動運転センサーのメリット・デメリットと応用分析

#ADAS は複数のセンサーを統合します

環境検知センサーはクルマの目であり、ミリ波レーダーは総合的なメリットが抜群です。インテリジェント時代の文脈では、環境認識は特に重要です。センサーが異なれば原理や機能も異なり、異なるシナリオでそれぞれの利点を発揮し、相互に置き換えるのは困難です。ミリ波レーダーは総合的な利点が優れており、ADASシステムの主要センサーとなることが期待されています。

自動運転センサーのメリット・デメリットと応用分析

#各種センサーの長所と短所の比較

自動運転センサーのメリット・デメリットと応用分析

ミリ波レーダーには優れた総合的な利点があります

単一のセンサーでは優れた特性を備えているため、完全な情報をカバーすることはできず、マルチセンサーの融合は今後の開発において避けられないトレンドです。また、レベル 3 ~ レベル 5 の自動運転ソリューションの実現に必要な技術的埋蔵量も提供します。現在、自動運転環境認識には主に 2 つの技術的ルートがあり、1 つは Tesla に代表されるビジョン主導のマルチセンサー フュージョン ソリューションであり、もう 1 つは Google Waymo などの代表的な低コスト LIDAR が主導するものです。テスラ、アウディ、ゼネラルモーターズなどの主要な外資系自動車会社は、自動運転車向けのマルチセンサー計画を発表しました。マルチセンサー フュージョンは、車両の全地球測位と周囲環境の理解を確実にするために重要です。

一般的に、ADAS で使用されるセンサーには主にカメラ、レーダー、レーザー、超音波が含まれており、光、熱、圧力などを検出して監視できます。車の状態を表す変数は、通常、車の前後バンパー、サイドミラー、ステアリング コラムの内側、またはフロントガラスにあります。 ADASの各サブシステムが動作する際には、情報の収集、処理、判断が不可分であり、判断が完了すると、システムは車体に指示を出し、車にさまざまな動作をさせるなどの役割を果たします。このようなプロセスでは、レーダーやカメラなどのセンサー、MCUや画像処理ICなどのプロセッサーが使用される最も重要なコンポーネントとなっています。 L5 レベルの自動運転への道では、ADAS システムの成熟度と完璧さが基本的な保証となります。

以上が自動運転センサーのメリット・デメリットと応用分析の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このウェブサイトの声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

Video Face Swap

Video Face Swap

完全無料の AI 顔交換ツールを使用して、あらゆるビデオの顔を簡単に交換できます。

ホットツール

メモ帳++7.3.1

メモ帳++7.3.1

使いやすく無料のコードエディター

SublimeText3 中国語版

SublimeText3 中国語版

中国語版、とても使いやすい

ゼンドスタジオ 13.0.1

ゼンドスタジオ 13.0.1

強力な PHP 統合開発環境

ドリームウィーバー CS6

ドリームウィーバー CS6

ビジュアル Web 開発ツール

SublimeText3 Mac版

SublimeText3 Mac版

神レベルのコード編集ソフト(SublimeText3)

なぜ自動運転ではガウス スプラッティングが非常に人気があるのに、NeRF は放棄され始めているのでしょうか? なぜ自動運転ではガウス スプラッティングが非常に人気があるのに、NeRF は放棄され始めているのでしょうか? Jan 17, 2024 pm 02:57 PM

上記と著者の個人的な理解 3 次元ガウシアンプラッティング (3DGS) は、近年、明示的な放射線フィールドとコンピューター グラフィックスの分野で出現した革新的なテクノロジーです。この革新的な方法は、数百万の 3D ガウスを使用することを特徴とし、主に暗黙的な座標ベースのモデルを使用して空間座標をピクセル値にマッピングする神経放射線場 (NeRF) 方法とは大きく異なります。明示的なシーン表現と微分可能なレンダリング アルゴリズムにより、3DGS はリアルタイム レンダリング機能を保証するだけでなく、前例のないレベルの制御とシーン編集も導入します。これにより、3DGS は、次世代の 3D 再構築と表現にとって大きな変革をもたらす可能性のあるものとして位置付けられます。この目的を達成するために、私たちは 3DGS 分野における最新の開発と懸念について初めて体系的な概要を提供します。

自動運転シナリオにおけるロングテール問題を解決するにはどうすればよいでしょうか? 自動運転シナリオにおけるロングテール問題を解決するにはどうすればよいでしょうか? Jun 02, 2024 pm 02:44 PM

昨日の面接で、ロングテール関連の質問をしたかと聞かれたので、簡単にまとめてみようと思いました。自動運転のロングテール問題とは、自動運転車におけるエッジケース、つまり発生確率が低い考えられるシナリオを指します。認識されているロングテール問題は、現在、単一車両のインテリジェント自動運転車の運用設計領域を制限している主な理由の 1 つです。自動運転の基礎となるアーキテクチャとほとんどの技術的問題は解決されており、残りの 5% のロングテール問題が徐々に自動運転の開発を制限する鍵となってきています。これらの問題には、さまざまな断片的なシナリオ、極端な状況、予測不可能な人間の行動が含まれます。自動運転におけるエッジ シナリオの「ロング テール」とは、自動運転車 (AV) におけるエッジ ケースを指します。エッジ ケースは、発生確率が低い可能性のあるシナリオです。これらの珍しい出来事

カメラかライダーを選択しますか?堅牢な 3D オブジェクト検出の実現に関する最近のレビュー カメラかライダーを選択しますか?堅牢な 3D オブジェクト検出の実現に関する最近のレビュー Jan 26, 2024 am 11:18 AM

0.前面に書かれています&& 自動運転システムは、さまざまなセンサー (カメラ、ライダー、レーダーなど) を使用して周囲の環境を認識し、アルゴリズムとモデルを使用することにより、高度な知覚、意思決定、および制御テクノロジーに依存しているという個人的な理解リアルタイムの分析と意思決定に。これにより、車両は道路標識の認識、他の車両の検出と追跡、歩行者の行動の予測などを行うことで、安全な運行と複雑な交通環境への適応が可能となり、現在広く注目を集めており、将来の交通分野における重要な開発分野と考えられています。 。 1つ。しかし、自動運転を難しくしているのは、周囲で何が起こっているかを車に理解させる方法を見つけることです。これには、自動運転システムの 3 次元物体検出アルゴリズムが、周囲環境にある物体 (位置を含む) を正確に認識し、記述することができる必要があります。

自動運転と軌道予測についてはこの記事を読めば十分です! 自動運転と軌道予測についてはこの記事を読めば十分です! Feb 28, 2024 pm 07:20 PM

自動運転では軌道予測が重要な役割を果たしており、自動運転軌道予測とは、車両の走行過程におけるさまざまなデータを分析し、将来の車両の走行軌跡を予測することを指します。自動運転のコアモジュールとして、軌道予測の品質は下流の計画制御にとって非常に重要です。軌道予測タスクには豊富な技術スタックがあり、自動運転の動的/静的知覚、高精度地図、車線境界線、ニューラル ネットワーク アーキテクチャ (CNN&GNN&Transformer) スキルなどに精通している必要があります。始めるのは非常に困難です。多くのファンは、できるだけ早く軌道予測を始めて、落とし穴を避けたいと考えています。今日は、軌道予測に関するよくある問題と入門的な学習方法を取り上げます。関連知識の紹介 1. プレビュー用紙は整っていますか? A: まずアンケートを見てください。

エンドツーエンドおよび次世代の自動運転システムと、エンドツーエンドの自動運転に関する誤解について話しましょう。 エンドツーエンドおよび次世代の自動運転システムと、エンドツーエンドの自動運転に関する誤解について話しましょう。 Apr 15, 2024 pm 04:13 PM

この 1 か月間、いくつかのよく知られた理由により、私は業界のさまざまな教師やクラスメートと非常に集中的な交流をしてきました。この交換で避けられない話題は当然、エンドツーエンドと人気の Tesla FSDV12 です。この機会に、現時点での私の考えや意見を整理し、皆様のご参考とご議論に役立てたいと思います。エンドツーエンドの自動運転システムをどのように定義するか、またエンドツーエンドで解決することが期待される問題は何でしょうか?最も伝統的な定義によれば、エンドツーエンド システムとは、センサーから生の情報を入力し、関心のある変数をタスクに直接出力するシステムを指します。たとえば、画像認識では、従来の特徴抽出 + 分類子方式と比較して、CNN はエンドツーエンドと言えます。自動運転タスクでは、各種センサー(カメラ/LiDAR)からのデータを入力

SIMPL: 自動運転向けのシンプルで効率的なマルチエージェント動作予測ベンチマーク SIMPL: 自動運転向けのシンプルで効率的なマルチエージェント動作予測ベンチマーク Feb 20, 2024 am 11:48 AM

原題: SIMPL: ASimpleandEfficientMulti-agentMotionPredictionBaselineforAutonomousDriving 論文リンク: https://arxiv.org/pdf/2402.02519.pdf コードリンク: https://github.com/HKUST-Aerial-Robotics/SIMPL 著者単位: 香港科学大学DJI 論文のアイデア: この論文は、自動運転車向けのシンプルで効率的な動作予測ベースライン (SIMPL) を提案しています。従来のエージェントセントとの比較

FisheyeDetNet: 魚眼カメラに基づいた最初のターゲット検出アルゴリズム FisheyeDetNet: 魚眼カメラに基づいた最初のターゲット検出アルゴリズム Apr 26, 2024 am 11:37 AM

目標検出は自動運転システムにおいて比較的成熟した問題であり、その中でも歩行者検出は最も初期に導入されたアルゴリズムの 1 つです。ほとんどの論文では非常に包括的な研究が行われています。ただし、サラウンドビューに魚眼カメラを使用した距離認識については、あまり研究されていません。放射状の歪みが大きいため、標準のバウンディング ボックス表現を魚眼カメラに実装するのは困難です。上記の説明を軽減するために、拡張バウンディング ボックス、楕円、および一般的な多角形の設計を極/角度表現に探索し、これらの表現を分析するためのインスタンス セグメンテーション mIOU メトリックを定義します。提案された多角形モデルの FisheyeDetNet は、他のモデルよりも優れたパフォーマンスを示し、同時に自動運転用の Valeo 魚眼カメラ データセットで 49.5% の mAP を達成しました。

nuScenes の最新 SOTA | SparseAD: スパース クエリは効率的なエンドツーエンドの自動運転に役立ちます。 nuScenes の最新 SOTA | SparseAD: スパース クエリは効率的なエンドツーエンドの自動運転に役立ちます。 Apr 17, 2024 pm 06:22 PM

先頭と開始点に書かれている エンドツーエンドのパラダイムでは、統一されたフレームワークを使用して自動運転システムのマルチタスクを実現します。このパラダイムの単純さと明確さにも関わらず、サブタスクにおけるエンドツーエンドの自動運転手法のパフォーマンスは、依然としてシングルタスク手法に比べてはるかに遅れています。同時に、以前のエンドツーエンド手法で広く使用されていた高密度鳥瞰図 (BEV) 機能により、より多くのモダリティやタスクに拡張することが困難になります。ここでは、スパース検索中心のエンドツーエンド自動運転パラダイム (SparseAD) が提案されています。このパラダイムでは、スパース検索は、高密度の BEV 表現を使用せずに、空間、時間、タスクを含む運転シナリオ全体を完全に表します。具体的には、統合されたスパース アーキテクチャが、検出、追跡、オンライン マッピングなどのタスク認識のために設計されています。さらに、重い

See all articles