摘 要：無人駕駛和智能網聯汽車是汽車行業未來的發展方向，但迄今為止無人駕駛的安全問題始終沒能完全解決。復雜的道路條件和交通環境對于無人駕駛的挑戰非常大。無人駕駛汽車在上路前必須經過不同場景的適應性測試，主要包括虛擬仿真測試、封閉場地測試和路測，但當前各個環節都存在一些明顯的短板。文章通過梳理無人駕駛汽車虛擬測試場景模型層開發的原則，提出了一系列在搭建仿真場景時需要注意的關鍵問題，對于提高無人駕駛汽

隨著智能駕駛技術的普遍應用，智能駕駛相關的測試測量方法也隨之發展。特別是模擬仿真測試領域，在智能駕駛產品開發過程中的應用越來越廣泛。而無論是自動駕駛（AD）還是高級輔助駕駛系統（ADAS），都是依靠高精度攝像頭、毫米波雷達、激光雷達等感知傳感器對車輛周邊環境進行感知識別來實現的。那么在自動駕駛系統模擬仿真測試實施過程中，系統中感知傳感器是如何進行實物仿真測試驗證的呢。 本文對自動駕駛系統中感知傳感

來源 | 智能運載裝備研究所 自動駕駛邁入 SAE L3 及以上級別，線控底盤迎來集中爆發機會 線控底盤通過傳遞電信號對汽車底盤進行控制，從而適用于自動駕駛車輛的需求，包括線控轉向、線控制動、線控驅動、線控懸架4個核心底盤系統。傳感器感知駕駛員操作意圖，將控制指令傳遞給電子控制器，控制執行機構完成汽車的轉向、制動、驅動等功能并對其操作情況進行監測，整個過程由電信號經過導線傳遞。由于線控系統取消了中

大家好，我是一名畢業一年的研究生，研究內容車輛自動駕駛，以下是我的觀點。 大部分研究人員觀點自動駕駛技術是計算機技術的一個延伸，而本人觀點，自動駕駛技術是仿生學的一種表現，區別于其它仿生學，人工智能是人類仿生人類自己。因此，基于用車習慣提出一種新的邏輯架構。 路徑規劃技術，使用視覺技術將路線分割為幾部分，具體問題具體對待。 車輛自動駕駛，以實際工作情況可分為三種情況，一種是城市交通規劃，一種是高速

作者 | Ammie 真實駕駛場景中，通過觀察和互動，使智能駕駛汽車能夠積累知識并應對不可預測的情況。我們將智駕汽車的這種對世界運作方式稱為“常規認知”，它使智能汽車能夠找到自己的方向。對周邊環境目標的觀察也使自車能夠學習并遵守規則。機器學習中的一個類似概念是一種稱為模仿學習的方法，它允許模型學習模仿人類在給定任務中的行為。 Wayve作為最先發布最先進的端到端模型的公司，用基于CARLA的模擬數

作者：王文林 ｜ 奇瑞自動駕駛產品經理 ISO 23374是做什么的？ ISO 23374全名為智能交通系統-自動代客泊車系統(AVPS) 第一部分：系統框架、自動駕駛要求和通信接口，針對AVPS的系統框架及功能要求、通信接口進行介紹，由于通信接口涉及功能實現，但此處介紹較為籠統，故不作分析 系統框架 系統描述 基本功能 AVPS的基本功能可以描述為(自動車輛)操作功能和(系統參與者)管理功能：

一、人工智能與大模型技術 人工智能（Artificial Intelligence，簡稱AI）是一種計算機科學技術，旨在使計算機能夠模仿、學習和執行人類智能任務。它涉及到多個不同的子領域，包括機器學習、自然語言處理、計算機視覺和強化學習等。通過使用大數據、算法、神經網絡等技術，人工智能可以通過分析和理解數據來建立模型，并對新數據進行決策和預測，從而實現某些特定的任務。與傳統計算機程序不同的是，人工

近年來，伴隨著智慧化港口的大潮流，經緯恒潤L4高級別智能駕駛業務產品也陸續扎根港口自動駕駛多個項目中，幫助港口實現無人水平運輸自動化，達到降本增效的效果，助力客戶實現智慧化綠色港口。 在整個港口水平運輸場景中，經緯恒潤提供了端到端的車、路、網、云、圖全棧式自研解決方案，包含自動駕駛系統、路側車路協同、基于5G網絡的遠程遙控駕駛、車隊調度管理平臺、數字孿生、仿真系統、高精地圖等專業模塊，組成了一套完

作者 | Jessie 來源 | 焉知駕駛 最近炒得比較火的影子模式實際就是在通過數據收集的方式不斷模擬自動駕駛系統按照人類駕駛習慣實現人之間的交互過程。 對于開發者而言，則需要重新思考人類駕駛員之間是如何正常且正確交互的，從而在設計實現所標定的控制參數中不斷模擬并實現社會面相契合的自動駕駛。 實際上對于如何為自動駕駛真正有效的交互控制能力而言，其核心是需要尋求如下一系列基本問題的答案的： 首先，

來源 | 自動駕駛之心 近年來，Transformer架構在各種自動駕駛應用中表現出了良好的性能。另一方面，其在便攜式計算平臺上的專用硬件加速已成為在真正的自動駕駛汽車中實際部署的下一個關鍵步驟。這篇綜述對基于Transformer的模型進行了全面的概述、基準測試和分析，這些模型專門為自動駕駛任務（如車道線檢測、分割、跟蹤、規劃和決策）量身定制。 作者回顧了用于組織Transformer輸入和輸出

第一部分：MCU是智能汽車的核心零部件 MCU廣泛應用于各行各業 微控制器（Micro-controller Unit，簡稱MCU）是指把中央處理器的規格與規格做適當縮減，并將內存、計數器、模數轉換器（A/D轉換）、異步收發傳輸器（UART）、可編程邏輯控制器（PLC）以及各種輸入輸出結構等整合在單一芯片上，形成芯片級的計算機，被廣泛地應用在消費電子、計算機和通信、工業、汽車電子、物聯網等領域。

導語 用存算一體創新架構，重構智能駕駛芯片。后摩智能是國產AI大算力智駕芯片領域跑出的一匹黑馬。 ChatGPT等人工智能應用的爆火再次引發了行業對大算力的需求。未來的計算系統相比現在的芯片，至少需要有1000倍甚至更高的效率提升才能滿足無處不在的萬物智能。AI芯片是AI算力的“心臟”，而高性能的AI芯片需要先進的制程技術來實現更小的晶體管、更高的集成度和更低的功耗。隨著摩爾定律在逼近極限，如果繼

本文來源：智車科技 隨著人工智能技術的不斷發展，自動駕駛技術已經成為了汽車行業的重要發展方向之一。在自動駕駛系統中，域控制器是至關重要的組成部分，可以實現車輛的智能化控制和管理。本文將深入探討域控制器的原理、功能和應用，并分析其未來發展的趨勢。 何為自動駕駛域控？ 在汽車領域，分析或者介紹一個控制器，一般都從其最頂層需求（功能）入手。對自動駕駛域控而言，它的頂層需求是“實現一定的輔助駕駛功能”，一

從汽車安全帶說起 安全帶作為汽車發生碰撞過程中保護駕乘人員的基本防護裝置，保護了數以百萬計的人的生命。在今天看來，安全帶是汽車上再基礎不過的必需配置，即使再入門級的車型也會標配安全帶，這毫無爭議，然而你能想象嗎：在六七十年前，很多汽車企業還會在成本與安全的平衡中，將安全帶拿掉或者是作為選裝。 隨著沃爾沃改進了三點式安全帶，并在1967年在美國的一次交通安全會議上提交了《28000起交通事故報告》，

臺積電16FFC的79GHz毫米波RF設計流程將加速自動駕駛系統中射頻集成電路（RF IC）的研發 為加速研發高度可靠的高級射頻（RF）及毫米波（mmWave）設計，Synopsys公司（Nasdaq：SNPS）、Ansys（Nasdaq：ANSS）和Keysight科技公司（NYSE：KEYS）日前聯合宣布，面向臺積電16nm FinFET緊湊型技術（16FFC）推出最新的79GHz毫米波RF設

隨著全球汽車產業向電氣化、智能化、網聯化、共享化轉型的趨勢不斷加強，自動駕駛技術正逐漸成為汽車行業的核心競爭力。 今年的上海車展吸引了來自20個國家和地區的1000家整車及零部件公司參展，展出了約1500輛車，其中約三分之二為新能源汽車。本次車展聚焦智能化，展示了許多AI賦能的最新車型和智能出行解決方案。算力相關的話題也成為了汽車芯片的市場熱點，NVIDIA作為“算力之王”，雖未親自參展，但通過與

自動駕駛技術作為一項革命性技術，正在日益引起人們的關注和研究。其能夠為人們的出行方式帶來更多的可能性和便利性，為社會發展帶來更多的創新和變革。然而，隨著自動駕駛技術的不斷發展和應用，也引發了人們對其安全性和可靠性的關注。因此，對自動駕駛技術進行嚴謹的測試和驗證顯得尤為重要。本文將深入探討自動駕駛技術測試的方法和流程，包括測試環境的設計、測試用例的制定、測試數據的收集和分析等方面，旨在為自動駕駛技術

由于3D重建在許多領域的廣泛應用，例如自動駕駛、機器人和虛擬現實，其最近引起了越來越多的關注。作為人工智能中的一項關鍵技術，深度學習已被成功應用于解決各種計算機視覺問題。然而，由于獨特的挑戰和變化的機制，基于深度學習的3D重建仍處于起步階段。MVS被認為是基于圖像的3D重建的關鍵任務，本文綜述了基于深度學習的多視圖立體(MVS)方法的發展情況。 1、MVSNet(ECCV2018) MVSNet:

高級駕駛輔助系統(ADAS)和自動駕駛功能正在不斷發展。ADAS技術包括自適應巡航控制、車道偏移警告、自動制動和自動泊車等功能，這些功能已經成為現代汽車的標配。自動駕駛技術正在不斷提高，在實現零排放、零碰撞、零擁堵的愿景下，測試系統的“升級”迫在眉睫。高級駕駛輔助系統(ADAS)和自動駕駛功能將是實現這一目標的關鍵推動力，而且二者相輔相成。正如您從NI和我們的合作伙伴那里聽到的那樣，領域專家推出的

近年來，伴隨著智慧化港口的大潮流，經緯恒潤L4高級別智能駕駛業務產品也陸續扎根港口自動駕駛多個項目中，幫助港口實現無人水平運輸自動化，達到降本增效的效果，助力客戶實現智慧化綠色港口。在整個港口水平運輸場景中，經緯恒潤提供了端到端的車、路、網、云、圖全棧式自研解決方案，包含了車端自動駕駛、路側車路協同、基于5G網絡的遠程遙控駕駛、后臺云端調度、數字孿生、仿真系統、高精地圖等專業模塊，組成了一套完整的