自動對焦技術的案例
全自動影像儀圖像自動匹配對焦，測量一致性好
全自動影像儀使用自動邊緣提取、自動匹配、自動對焦、測量合成等先進的機器視覺和人工智能技術，能實現高精度的測量與自動對焦。這些技術提高測量的連貫性和準確性，進而提升生產效率與產品質量。
此外，全自動影像儀還具有多種功能，如自動測量、CNC定位自動測量、自動學習批量測量、影像地圖全視野目標引導、鷹眼放大等。這些功能使得全自動影像儀在各種應用場景中都能夠發揮出色的表現。可用于各種工業制造領域，提高生產效率和產品質量。
傳統影像儀在實際現場測量中，通過方框約束方式來實現工件測量元素識別抓取，但工件受材料、加工工藝等多種因素影響，加工后會存在變形量較大問題，傳統的方框范圍約束產品變形不足以滿足現場測量需求。
Novator系列全自動影像儀新增圖像匹配功能，通過產品整體圖像實現匹配測量，解決了產品變形較大的難題！
此外Novator系列全自動影像儀使用硬觸發式對焦模式，自動對焦，測量一致性好：單向運動，一次對焦，消除人為誤差，保證多次測量一致性。
同時，Novator系列全自動影像儀還具有友好的用戶界面與簡單的操作方式，使得用戶能夠輕松掌握它的操作方法。并且，它支持多種文件格式的導入與導出，方便用戶進行數據共享與交流。
高效率、高精度的測量設備，全自動影像儀是一個非常不錯的選擇。
展開 投影儀上自動對焦鏡頭馬達驅動芯片SS8833T
投影儀工作原理是將光線照射到圖像的顯示元件產生影像，然后通過鏡頭進行投影；而對焦的過程是將鏡頭本體與被放映物之間的距離調整到合適位置，投影出清晰的畫面。
馬達的主要作用就是帶動鏡頭移動；對應不同類型的馬達，也對應有不同的驅動；驅動芯片就是接受控制端發來的信號，從而輸出電流給馬達，從而帶動馬達運動。
目前投影儀基本都是采用自動對焦；投影儀電動對焦機其包括鏡頭支架、鏡頭本體、調焦圈和馬達，其通過馬達其帶動齒輪順時針或逆時針轉動,攜帶調焦圈轉動,前后移動來實現對焦，最后驅動對焦馬達，將畫面調整至符合這張最清晰照片的畫面狀態下；實現投影畫面的清晰度。
由工采網代理的SS8833T馬達驅動芯片可運用于投影儀鏡頭的聚焦，變倍，自動調節光圈，芯片內置光圈控制功能；通過電壓驅動方式以及扭矩紋波修正技術，實現了超低噪聲微步驅動。
SS8833T芯片描述：
SS8833T是一種雙橋電機驅動器，具有兩個H橋驅動器，可以驅動兩個直流有刷電機、一個雙極步進電機、電磁閥或其他電感負載；工作電壓為 2.7～15V，每個通道的負載電流可達 1.0A;峰值電流1.3A。
采用PWM控制方式每個H橋的輸出驅動器塊由P+N溝道功率MOSFET組成，配置為 H 橋以驅動電機繞組；每個H橋包括調節或限制繞組電流的電路。
集成了兩個P+NMOS H橋和電流調節電路；每個H橋的輸出驅動器塊由P+N溝道功率MOSFET組成‘’配置為H橋以驅動電機繞組;每個H橋包括調節或限制繞組電流的電路。
內部安全功能包括使用外部限流電阻實現輸出電流限制、欠壓鎖定、過電流保護（OCP）和過熱保護關機；過溫輸出報警，可用于指示熱關機。
展開 詳解投影儀自動對焦鏡頭馬達驅動原理
隨著技術升級所帶來的的產品改良，投影儀逐漸成為人們家中除電視以外的娛樂觀影新選擇。投影儀在投射不同大小的畫面時，需要的焦距是不同的。如果不改變焦距直接挪位置來改變畫面大小，那畫面就是糊的，需要重新對焦來解決問題。
投影儀的工作原理是先將光線照射到圖像顯示元件上來產生影像，然后再通過鏡頭進行投影。當投影儀在投射不同大小的畫面時，所需要的焦距也是不同的，也就是說不同畫面大小對應不同的焦距。當我們想通過挪動投影儀位置來改變投影畫面的大小，那么焦距也要隨著改變，不然投出來的畫面就是糊的。因此對焦就是找到使投影儀畫面清晰的那個焦距，從而實現畫面優質的狀態，也就是投影儀通過焦距的選擇，實現投影畫面的清晰度。
目前的投影儀也基本上實現了對焦調節的自動化。投影儀的自動對焦，首先是投影儀的鏡頭投射出一幅專門用于對焦的圖片，然后對焦攝像頭會對這張圖片進行拍照，在連續拍攝數十張照片后，投影儀內部芯片再對這些不同焦段的照片進行比對，找出一張清晰的照片作為接下來所投影的畫面參考。驅動對焦馬達，將畫面調整至符合這張清晰照片的畫面狀態下。
自動對焦：顧名思義是不需要手動去調節畫面的清晰度的，當投影儀移動位置或其他情況導致畫面不清晰，打開投影儀的自動對焦功能后畫面開始自動調節清晰度，直至畫面清晰。操作比較方便，也很智能化。為了實現自動對焦，部分機型采用了雙鏡頭自動對焦，來實現更為精準的對焦結果。目前的投影機全自動對焦功能主要有三種實現方式，第一種是通過具體的遙控按鍵實現的遙控器一鍵對焦，第二種是進入系統UI主頁后點擊相關應用實現的系統一鍵對焦，第三種是主機機身帶有對焦實體按鍵，可以完成機身按鍵一鍵對焦。
直流有刷電機驅動芯片 - SS8833T，是一種雙橋電機驅動器，具有兩個H橋驅動器，可以驅動兩個直流有刷電機、一個雙極步進電機、電磁閥或其他電感負載。
展開 線控底盤技術：線控底盤是自動駕駛的必要條件，自動駕駛是線控底盤的充分條件
導讀：在實現自動駕駛汽車的控制過程中，會出現很多疑問。比如控制車輛的轉向，是輸入方向盤轉角位置還是輸入扭矩？在進行加減速行駛時，是根據力度改變油門開度嗎？在進行剎車制動時，怎樣能精確控制制動百分比數值？
實現這些信息交互，與車輛的底盤組件存在很大的關系。要了解自動駕駛控制器與底盤組件之間信息交互關系，就要先了解車輛的底盤控制組件的原理。
線控底盤與自動駕駛——輔車相依
自動駕駛的實現，首先依賴感知傳感器對道路周邊環境信息進行采集，包括攝像頭、激光雷達、毫米波雷達和超聲波等，采集的數據傳輸出到中央計算單元進行計算，用來識別車輛周邊障礙物和可行駛區域，進行路線規劃和控制，最后制定方向盤轉角和速度等信息，傳輸到底盤執行機構，按照指令進行精確執行。
在整個控制過程中，底盤執行機構的功能要完善，系統響應和精度要高。如果把自動駕駛車輛比作人，那么底盤執行機構就是我們通常意義上的手和腳，用來做控制執行，是自動駕駛控制技術的核心部件，這對整個底盤系統的要求非常高。
最直觀的體現，便是用于控制車輛方向的線控轉向。自動換道在避險回退過程中，常常出現回退過度甚至偏出本車道導致不安全，繼而系統又通過較大的回調力矩將車輛拉回車道中央。在自動駕駛對中或駕駛員控制換道過程中，駕駛員緩慢施加力矩進行方向盤控制時，容易出現系統搶奪方向盤。
這些切實存在的問題，嚴重影響自動駕駛控制精度，延長落地的時間。
展開 
日產自動駕駛汽車將部署NASA技術 讓人類遠程駕駛自動駕駛汽車
蓋世汽車訊 據外媒報道，日本汽車制造商日產（Nissan）將部署美國國家航空航天局（NASA）研發的技術，利用人類的幫助，遠程駕駛其自動駕駛汽車，該公司承認，真正的L5自動駕駛汽車可能是無法實現的。
日產表示其“人機回圈”（human-in-the-loop）系統受NASA的火星漫游者（Mars Rover）項目的啟發，由日產首席技術主管與在航天局工作了13年的老員工Maarten Sierhuis合作研發，該系統解決了自動駕駛汽車面臨的最大問題之一，即汽車如何對道路狀況的突然變化做出反應。
日產的該消息在日產未來峰會（Nissan Future summit）上發布，該消息與汽車行業原先設想的真正的自動駕駛截然不同，真正的汽車駕駛是未來有一天，汽車可以在沒有人類互動的情況下，在每天道路上行駛，處理每一種可能出現的情況。
現在有越來越多的人表示，真正的無人干預的自動駕駛可能永遠不會成為現實，而日產現在可承認該觀點。現在，日產的目標主要還是自動駕駛汽車，但是此類汽車仍有人工控制室相連，如果遇到封閉道路、私人地方或是將乘客送至機場等汽車無法處理的情況時，控制室可向車輛發出指令。
然后，人工控制室可接入汽車的外部攝像頭，幫助汽車擺脫棘手的局面。日產將其技術稱為SAM（無縫自動駕駛移動出行），最早的版本旨在實現無人駕駛機器人出租車以及自動駕駛快遞服務。
來源：無人駕駛
展開 康謀技術 | 自動駕駛：揭秘高精度時間同步技術（二）
軟件同步通過智能的數據處理技術彌補了硬件同步的不足，提高了傳感器數據的同步精度，當然，它也需要額外的計算和實時性要求，需要精心設計和優化算法來實現高效準確的同步。
作者介紹
鄭工
康謀科技自動駕駛技術研發工程師，具備超過五年的汽車電子和自動駕駛數據分析經驗。在高精度傳感器數據采集、整合與優化方面具有深厚的專業知識，尤其在車載網絡和實時數據采集系統設計方面有著豐富的實踐經驗。曾多次代表公司參加國內外技術研討會和培訓項目，深入了解國際自動駕駛行業的最新動態和技術趨勢，積累了豐富的國際視野。具備跨學科技術整合能力，擅長傳感器數據實時處理、可視化和算法開發與集成，能夠高效優化系統性能，增強自動駕駛車輛的環境感知能力。
展開 自動駕駛技術的算法原理、技術大圖，以及未來發展
實現安全、智能化的自動駕駛技術成為了人們的愿望。阿里巴巴布局自動駕駛技術已經兩年時間，本文將詳細介紹阿里巴巴對當下自動駕駛技術的理解，包括其原理、技術大圖，以及對自動駕駛技術未來發展的思考。
一 自動駕駛原理和技術大圖
任何一項技術領域可以從兩方面評價：技術難度和技術挑戰、市場規模和社會影響。若某一技術的技術難度和挑戰很高，但是市場規模和社會影響很小，那么不值得進行投入。如果市場規模和社會影響大，但是技術難度和挑戰比較小，則無法充分發揮技術人員的能力。
而自動駕駛是市場規模和社會影響非常大，并且技術難度與挑戰很高的領域。從市場規模和社會影響角度而言，全球每天花在駕駛上的時間總計達數億小時，如果節約駕駛時間投入到其他工作，將會獲得更高的經濟效益。就技術難度而言，汽車駕駛行業本已是民用行業中較為復雜的領域，實現駕駛自動化、智能化的難度可想而知。
1 相關概念介紹
如下圖所示，智能駕駛、自動駕駛到無人駕駛是技術層層遞進、范圍層層縮小的關系。
無人駕駛
汽車在無駕駛員介入的情況下，能在限定環境乃至全部環境下完成全部駕駛任務。
自動駕駛
指汽車至少在某些或者全部具有關鍵安全件的控制功能方面（如轉向、油門、制動），無需駕駛員直接操作即可自動完成。包括無人駕駛以及輔助駕駛。
智能駕駛
包括自動駕駛以及其他輔助駕駛技術，例如語音預警提醒、人機智能交互等，能夠在某一環節輔助甚至替代駕駛員，優化駕車體驗。
展開 康謀技術 | 自動駕駛傳感器標定技術：從單一到聯合標定
這種標定對于多激光雷達系統，特別是在需要360度環境感知的自動駕駛車輛中非常重要。
圖片來源于網絡
③LiDAR與Radar標定
通過激光雷達與毫米波雷達之間的相對位置和方向進行標定。這種標定有助于整合兩種傳感器的優勢，提高自動駕駛車輛的環境感知能力。
圖片來源于網絡
總的來說，標定是自動駕駛數據采集中必要的一環，它確保了以多傳感器為核心的采集系統能夠提供精確、可靠的環境感知信息。通過精確的聯合標定，自動駕駛車輛能夠更好地理解其周圍環境，做出快速準確的決策，從而提高自動駕駛的安全性和可靠性。
康謀技術 | 深入探討：自動駕駛中的相機標定技術
</p><p><br></p><p>相機標定是自動駕駛系統中不可或缺的一環，它直接影響到系統的感知能力和決策準確性。通過深入理解和掌握相機標定的技術要點，我們可以為自動駕駛車輛提供更加準確和可靠的視覺感知能力，推動自動駕駛技術的發展和應用。</p><div contenteditable="false" width="100%"><hr></div><h1>作者介紹</h1><div contenteditable="false" width="100%"></div><p>鄭工</p><p>康謀科技高級自動駕駛技術研發工程師，擁有超過5年的汽車電子和自動駕駛數據分析經驗，專精于高精度傳感器數據的獲取、整合與優化。在數據采集技術方面造詣深厚，尤其在車載網絡和實時數采系統上富有實踐成果，設計并優化了多種數據采集與傳輸方案。曾多次代表公司參加海外技術研討會和培訓項目，深入了解國際自動駕駛行業的最新動態和技術趨勢，積累了豐富的國際視野。</p><p><br></p>
展開 新技術可減少醉酒駕駛 但對自動駕駛技術造成挑戰
（原標題：新技術可減少醉酒駕駛 但是對自動駕駛技術造成挑戰）
盡管手機和其他技術干擾會造成致命交通事故，但是美國公路上大部分的死亡事件都是因酒后駕車造成。2016年，在公路上遇害的37,461人中，有10,497（近30%）的死亡人數是因自己或他人酒后駕車造成。據外媒報道，現在出現了一種創新方式可減少死亡人數，但同時也使得管理自動駕駛車輛（AV）技術的問題變得更加突出。
多年來，政府、學術界以及私營部門都在合作，以取得減少酒后駕車死亡人數的技術進展。十年來，美國國家公路交通安全管理局（NHTSA）以及汽車行業的汽車交通安全聯盟（ACTS）合作，支持DADSS（安全駕駛酒精檢測系統）的商業研究和開發。
DADSS將通過自動、被動的數據收集來減少醉酒駕駛。該技術以兩種無侵害的方式工作，其中之一是，司機在上車之前將手指放在傳感器上，不到一秒的時間內，返回的信號通過手指告知司機體內酒精濃度。另一方法是傳感器通過呼吸來分辨，基于可區分司機和乘客的技術，能夠識別二氧化碳呼氣中酒精濃度。計算機可根據傳感器提供的信息，禁用汽車的移動能力。
該技術可能非常直接有效，但是在真實世界中人們應該怎么利用它卻非常不明確。問題之一就是，該技術如何與自動駕駛車輛功能互動。例如，一輛半自動駕駛汽車（司機只在特定情況下接管該車）應該運輸一名醉酒很厲害的“司機”嗎？另一問題是，誰負責做駕駛決策：該技術、司機還是監管機構？例如，該酒精探測技術是否應該允許醉酒的人凌駕于系統之上？
展開 康謀技術 | 自動駕駛：揭秘高精度時間同步技術（一）
具備跨學科技術整合能力，擅長傳感器數據實時處理、可視化和算法開發與集成，能夠高效優化系統性能，增強自動駕駛車輛的環境感知能力。
低速自動駕駛技術：APA
圖17
▲全局與局部路徑規劃技術
如圖18所示，基于A*算法實現任意兩點間的全局路徑規劃，支持路徑規劃重置、選路以及速度規劃功能，同時結合實時環境感知狀態，進行局部路徑規劃，實現緊急制動、 跟車巡航以及換道避讓、 換道超車等自主決策。
圖18
總結一下
泊車場景作為用戶痛點感受最深，技術實現相對容易，客戶最愿買單且最有機會率先落地的場景，是乘用車L4自動駕駛企業兵家必爭之地。
之前看過一篇文章，里面列舉了汽車十大最沒用的配置，自動泊車位列其中。而隨著自動泊車從半自動到全自動發展，我們看到了自動泊車作為低速自動駕駛更多的閃光點。自動泊車也逐漸從“雞肋”變成了“真香”。
展開 自動泊車技術分析
圖9
典型的自動/自主泊車系統
清華大學蘇州汽車研究院對自動/自主泊車系統及其關鍵零部件進行了深入的自主研發，部分成果如下：
1、遠距超聲波傳感器
超聲波傳感器外形如圖10所示：
圖10
主要參數如下表所示：
表3
2、自動泊車系統
自動泊車系統組成及功能如表4所示：
表4
3、 自主泊車系統
自主泊車系統方案如圖11所示，主要采用智能化車端+智能化場端的方式。車端智能化主要依賴于融合式全自動泊車的傳感器配置，外加前視攝像頭、V2X設備等實現特定區域內的點到點自動駕駛、自動車位掃描、自動泊入泊出等功能。車輛自身具備車輛、行人等動態障礙物檢測和識別功能，可實現自動緊急制動、避障等決策規劃。場端智能化主要依托攝像頭檢測技術，實現停車場車位占用情況檢測，并上傳至停車場服務器，并實現為自主泊車車輛提前分配車位信息。
圖11
障礙物坐標檢測及多目標識別，超聲波傳感器單純的距離檢測能力在泊車預警輔助場景已可滿足使用要求，但是在智能化泊車應用場景、及多傳感器融合應用中還遠遠不夠。為此開發了障礙物坐標檢測技術及多目標識別技術，如圖12和圖13所示：
圖12
圖13
高精度車位檢測及車位融合基于超聲波傳感器可實現空間車位的探測、360環視攝像頭可實現線車位的檢測。同時結合超聲波傳感器及環視攝像頭的障礙物信息檢測，對車位進行多層次的融合，實現泊車位的高精度檢測，大大提升了泊車場景的覆蓋范圍。
展開 車輛自動駕駛CAE仿真技術研究
自動駕駛是汽車產業與人工智能、物聯網、高性能計算等新一代信息深度融合的產物，包括谷歌、百度、阿里、豐田、福特、特斯拉，所有世界頂級的互聯網及巨頭廠商都在布局研發自動駕駛，它是當今全球汽車與交通出行領域智能化發展的主要方向。
而Prescan是一款開發ADAS和智能汽車系統的CAE仿真平臺，其具有強大的場景構建能力，可與simulink聯合仿真控制車輛動力學模型進行實時仿真。以下圖1為Prescan智能駕駛平臺的Work flowchart，具體開發工作流程為首先建立自動駕駛場景；其次建立車輛動力學模型、雷達傳感器、攝像頭特性參數；然后再結合控制系統模型、算法、最終實現CAE虛擬仿真或硬件在環的實時仿真；圖2為Prescan仿真平臺模擬再現真實事故場景，左圖為真實事故發生的道路狀況（未有主動控制系統），右圖為仿真模擬事故場景（有前向碰撞預警（FCW）/防撞自動剎車（CMB）主動控制系統）。
圖1 Work flowchart
圖2 真實事故與仿真再現
自動駕駛技術，SAE將自動駕駛分為5級，即L1~L5級。以下圖3數據來源億歐智庫：
圖3 SAE自動駕駛定義和分級標準
以下本人基于Prescan仿真平臺進行L2級別ACC自適應巡航自動駕駛CAE仿真研究工作。
首先建立3輛車（Host車、1號lead車、2號lead車）在三車道的道路上的初始位置場景，車輛在同一車道以120 Km/h、60 Km/h、40 Km/h不同的車速下行駛（未考慮設置車輛發生碰撞后的細節狀態）；分別設定車輛及雷達傳感器相關參數，圖4為車輛動力學參數示例，圖5為2D車輛安裝多個雷達傳感器與道路顯示界面，圖6為3D車輛場景。
展開 自動駕駛關鍵技術淺析
簡單地說，自動駕駛汽車的線控執行，主要包括線控轉向、油門和制動。最難的部分是線控執行中的制動。
V2X通信網絡技術
V2X 是指車對外界的信息交換，是一系列車載通訊技術的總稱。V2X包含汽車對汽車V2V）、汽車對路側設備（V2R）、汽車對基礎設施（V2I）、汽車對行人（V2P）、汽車對機車（V2M）及汽車對公交車（V2T）等六大類。
(a) 基于網絡的通訊模式，即車對網絡V2N（車對網絡），比如通過互聯網通信；
(b)直接通訊模式，涵蓋了車對車V2V（車對車）、車對基礎設施V2I（車對基礎設施）以及車對人V2P(車對人)，比如通過5G 通信，射頻識別技術（英文：Radio Frequency IDentification，縮寫：RFID)是一種無線通信技術，見圖21）。
(c)兩種傳輸模式是互補的。
簡單的來說，V2V是一種比較自動駕駛更高級的技術。自動駕駛可以實現自動跟車，可以探測前方200米左右交通情況，并作相應的汽車輔助動作，如自動駕速度，自動剎車，但是它無法遇見前方的前方車什么狀態，是不是出了意外，這些要求有V2V的技術支持。
自動駕駛的關鍵技術可概述為感知、規劃與控制三部分。其中車輛配備的傳感器主要可以分為三類：定位傳感器、自感應傳感器和環境傳感器。定位傳感器可以獲得車輛在全球和本地的絕對定位，通常是利用GPS或GPS融合其他傳感器數據進行定位；自感應傳感器利用里程計、IMU等獲取車輛速度、加速度和轉向角等當前狀態；環境傳感器使用激光、視覺等外部感知傳感器感知道路標記、障礙物位置、交通標志和其他車輛距離、運動速度等信息。不同傳感器融合后進行決策，進而控制車輛執行自動駕駛行為。
展開 