自動駕駛農機的案例
我國農機自動駕駛系統需求日益增長，北斗系統賦能精準農業
中國現代農業的發展，離不開智能化、自動化設備，迫切需要自動駕駛系統與農用機械的密切結合。自動駕駛農機不僅能夠緩解勞動力短缺問題，提升勞作生產效率，同時還能對農業進行智慧化升級，成為解決當下農業痛點的有效手段之一。
北斗衛星導航系統，是我國自主研發的全球導航系統，也是我國農機自動駕駛系統的關鍵組成部分。通過北斗系統，農業機械可以精確地執行任務，大大提高農業生產效率。
農機自動駕駛應用北斗衛星導航技術，使得農業生產變得更加高效和智能化。通過精細化施肥、施藥、播種與收割，實時獲取位置信息，避免了夜間和大霧天氣對農機在田間作業時長的限制，大大提高了作業精度。同時，農機自動駕駛可以減少作業重復和遺漏，提高作業效率，節省成本投入，產生更佳的產出效益。此外，農機自動駕駛還能解放人力，使駕駛員從繁重的操作中解放出來，對于農場、農機合作社和農民均可以提高其經濟效益。因此，農機自動駕駛的需求將持續增長，成為廣大農業生產經營者的迫切需求。
然而，在一些偏遠地區，因為信號較差，大部分農機自動駕駛系統難以正常工作。為解決這一難題，千尋位置推出搭載了其自研的北斗“星地一體”高精度定位能力的“千耘北斗導航農機自動駕駛系統”，助力農機實現更高精度、更遠范圍的自動駕駛。
所謂“星地一體”，即指“星基增強”+“地基增強”的兩種方式結合，其中的星基增強系統，可以讓農機自動駕駛系統在戈壁灘、山區等難以建立地面基站或者通信信號不足的地方，繼續獲得高精度定位服務。
不僅如此，千耘農機導航還提供直線、圓圈、曲線、測畝等多種作業模式，滿足各地域的不同作業需求，另外，系統還可以擴展全程無干預對角線耙地模式和直線超低速作業模式。
展開 什么是北斗導航農機自動駕駛系統
北斗導航農機自動駕駛系統，通常指農機自動駕駛2.0階段導航控制系統，系統集成衛星定位、慣性導航、機械控制、人機交互等關鍵技術，以農機為載體，對農機轉向裝置進行精準控制，使車輛嚴格按既定路線行駛，滿足農業場景的作業需求。給客戶提供便利，降低勞動強度，改善作業質量，增加客戶收益。
農機導航系統，按照控制方式，分為液壓控制自動輔助駕駛系統、電動方向盤控制自動輔助駕駛系統。因性價比高、安裝便捷、適配簡單等原因，當前電動方向盤控制自動駕駛系統占主導地位，該系統原理如下圖所示：
農機自動駕駛系統通常具備以下特征：
1.橫向控制：只控制車輛左右轉向，不控制加速、減速、剎車、換擋、農具起降等操作
2.精度要求：農機自動輔助駕駛系統的精度，通常指直線精準度、交接行精準度，并非天線相位中心的經緯度、高程。
3.載體：可用于方向盤式自走農業機械（拖拉機、噴霧機、收獲機等），通常不用于推桿式轉向車輛。
做為北斗產業國家級力量的千尋位置，推出的千耘導航系列，屬于目前國內常見的電動方向盤控制自動輔助駕駛系統。不僅安裝便捷，操作簡單，而且精度高，作業期間穩定性好。
掃描下方二維碼或點此查看更多北斗產業相關資訊、產品及解決方案。
展開 三秋農忙，自動駕駛農機保駕護航
隨者農業科技發展，北斗導航農機自動駕駛系統的出現，有效幫助農民“提單產增豐收”。
縮短“秋收”作業周期
秋天是收獲的季節，近兩年科技的發展和改變，在水稻田、玉米地里，無人駕駛的收割機幫助機手輕松收獲的場景在改變傳統的秋收方式。秋收神器少不了農機自動駕駛系統的加持，讓收獲變得更省時省力，作業周期相比過去也大幅縮短。
提升“秋種”產量
9月到10月蔬菜、
小麥
等作物進入一波種植
期
。
為了確保糧食增產的目標，小麥做為主要的糧食作物之一，秋季冬小麥的種植任務加劇。千耘導航可使傳統農機實現24小時全天候精準作業能力，同時還有效降低機手勞動強度。
河北·小麥-千耘QYX種植
像蘿卜、白菜等蔬菜通過起壟栽培對其生長發育起到重要作用。千耘導航±2.5cm的定位精度，設置好參數，大小壟都能輕松保證壟直，提高種植株數，提升單產。
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 
中國農機自動化：靠補貼喂養還是真市場需求？
理想中的農機自動駕駛系統在諸如耕種管收的各個耕作階段，都能夠大大提高精細化程度，通過設定好的路線和數據自動駕駛完成既定目標，大大提高作業效率。
然而市場上的一些農機自動駕駛系統卻存在著信號弱、精度低、售后差等問題。就信號方面來說，我國很多農田所在區域恰是山區、戈壁灘等偏遠地區，兩省交界地也會出現通信信號不穩定的狀況，而國內大部分農機自動駕駛系統非常依賴通信網絡，當通信網絡弱的時候會出現系統掉線的現象，導致農機自動作業中斷。
為解決這一痛點，國內知名的北斗農機自動駕駛系統生產商——千尋位置，推出了千耘系列農機自動駕駛系統，同時支持基于北斗系統的星基增強服務和地基增強服務，能保障信號的穩定性，有效解決了無網和弱網地區的農機自動駕駛不能高精度作業問題。
不僅如此，千耘還支持直線、曲線、對角線等多種作業模式，精度±2.5cm，適應耙地、起壟、開溝、播種、噴藥、收獲等等多種作業場景。在售后方面，千耘支持遠程協助和遠程升級。優異的性能和良好的服務讓千耘收獲了眾多農業從事人員的青睞，在全國各地農田迅速普及開來。
正如以上案例啟示，企業主體應摒棄依賴心理，莫讓政策“補貼”變“溺愛”，成為自身發展的阻力。只有集中于設備的技術改進，提高科研水平，才能真正提高農業生產的自動化和智能化水平，成為推動我國農機自動化的正面力量。
展開 2023CES自動駕駛盤點——卡車自動駕駛篇
Vueron展示自動駕駛送貨卡車
LiDAR自動駕駛初創公司Vueron展示了其環保型自動駕駛送貨卡車，這是一種基于Vueron先進技術的安全自動駕駛系統。利用Vueron技術推出環保型自主驅動冷鏈配送。該公司已經獲批加州和內華達州DMV頒發的公司自動駕駛許可證， 2023CES期間還在展會現場演示了其自動駕駛解決方案。
Vueron Technology成立于2019年，專注于LiDAR解決方案和自動駕駛技術的開發。Vueron基于自主開發的感知算法提供“VueOne”（汽車激光雷達解決方案）和“VueTwo”（智能基礎設施激光雷達解決解決方案）。
通過使用最新的LiDAR解決方案，Vueron能夠實現安全高效的自動駕駛，其目標是與Teamfresh合作，在冷鏈市場提供環保的自動駕駛配送服務，從而提供可持續的物流解決方案。為了在物流領域成為基于技術的問題解決者，Vueron表示，他們將繼續努力在化妝品、酒類和當地生鮮食品等不同行業開展合作業務。通過提供定制形式的自動駕駛解決方案，并根據每個客戶的需求進行調整，Vueron希望解決全球不同客戶面臨的最具挑戰性的問題。
Mars Auto卡車自動駕駛系統“Mars Pilot”
Mars Auto在CES 2023上推出了卡車自動駕駛系統“Mars Pilot”，旨在實現物流中心運輸的完全自動化。Mars Pilot在平均97%的客戶貨運路線上執行3級自動駕駛，獲得了CES 2023“車輛技術和先進移動性”類別的創新獎。
Mars Auto成立于2017年，是一家開發“Mars Pilot”的公司，這是一種為卡車設計的自動駕駛系統，旨在實現物流中心運輸的完全自動化。
展開 自動駕駛行業觀察 | 自動駕駛汽車如何「看到」紅綠燈？
紅綠燈識別是實現城區自動駕駛能力最為關鍵的一環，現實世界的紅綠燈的位置、朝向并無規律可言，想在圖像中找到隨機懸掛在路口的紅綠燈卻并不是一件容易的事情。那么紅綠燈識別究竟有哪些難點，我們又有哪些技術方案能夠實現紅綠燈檢測呢？
紅綠燈識別的技術難點
1、小物體檢測
紅綠燈檢測屬于小物體檢測問題，在一副圖像上所占的像素比極小，并且不同于車輛，行人的檢測，紅綠燈所能提取的特征有限，基本上是顏色特征，這個對設計神經網絡的特征提取提出極大的挑戰。還需從其它角度考慮，如紅綠燈的位置始終在高處，紅綠燈的時序信息等去判斷。
另外對于相機的選型也有要求，選擇FOV（field Of View，視野）小的，聚焦功能好，所檢測的距離遠，但視野范圍小；選擇FOV大的，視野范圍大，但檢測距離近，所以可能會配合兩個甚至多個不同FOV大小的相機來檢測紅綠燈，這又會涉及到多個相機融合的難點問題。
2、紅綠燈實時變化
雖然跟交通標志牌類似，都屬于靜態物體檢測，但紅綠燈的狀態是實時發生變化的，這提升了檢測的難度。此外，在不同光照條件下，紅燈和黃燈的相似度很接近，甚至人眼都難以區分，只能根據燈的位置信息來區分。
另外，不同地區的紅綠燈設計方式，展現形式不一樣，如天津地區的條形展現形式，這就對紅綠燈的數據采集提出更多的挑戰，要覆蓋更多場景，增加了采集成本，同時對檢測網絡提出了更高的要求，具備更強的泛化性。
展開 自動駕駛前沿綜述：基于深度強化學習的自動駕駛算法
自動駕駛任務中的強化學習
在自動駕駛中，RL 可以完成的任務有：控制器優化、路徑規劃和軌跡優化、運動規劃和動態路徑規劃、為復雜導航任務開發高級駕駛策略、高速公路、交叉路口、合并和拆分的基于場景的策略學習，預測行人、車輛等交通參與者的意圖，并最終找到確保安全和執行風險估計的策略。
4.1 狀態空間、動作空間和獎勵
為了成功地將 DRL 應用于自動駕駛任務，設計適當的狀態空間、動作空間和獎勵函數非常重要。
4.1.2 狀態空間
自動駕駛汽車常用的狀態空間特征包括：本車的位置、航向和速度，以及本車的傳感器視野范圍內的其他障礙物。此外，我們通常使用一個以自主車輛為中心的坐標系，并在其中增強車道信息，路徑曲率、自主的過去和未來軌跡、縱向信息等。我們通常會使用一個鳥瞰圖來展示這些信息。
鳥瞰圖
4.1.3 動作空間
自主車輛的控制策略需要操縱一系列執行器，比如方向盤，油門和剎車（暫時不考慮其他的執行器）。有一點需要注意的是，這些控制器都是在連續空間中運行的，而大多數 DRL 控制器屬于離散空間。因此我們需要選擇合適的時間步長。
獎勵
為自動駕駛的 DRL 代理設計獎勵函數仍然是一個懸而未決的問題。AD 任務的標準示例包括：向目的地行駛的距離 、本車的速度、使本車保持靜止、與其他道路使用者或場景對象的碰撞，人行道上的違規行為，保持在車道上，保持舒適和穩定性，同時避免極端加速、制動或轉向，并遵守交通規則。
4.2 運動規劃和軌跡優化
運動規劃是確保目標點和目的地點之間存在路徑的任務。但是動態環境和變化的車輛動力學中的路徑規劃是自動駕駛中的一個難題，比如通過十字路口，或者并入高速公路。
展開 自動駕駛行業觀察 | 自動駕駛多模態融合感知詳解（研究現狀及挑戰）
文章來源：自動駕駛干貨鋪
優步自動駕駛案后 私人自動駕駛試車跑道變得重要
當有一個“虛擬行人”突然在盲點處出現時，沃爾沃汽車駕駛座上的工程師并沒有畏縮，而是讓汽車軟件進行躲避操作。據外媒報道，汽車行業高管們表示，由于沃爾沃（Volvo）等汽車制造商在公共道路上測試自動駕駛汽車遭受挫折之后，瑞典公司AstaZero等擁有的私人試車跑道就變得越來越重要。
汽車制造商和科技公司都致力于在2022年前將自動駕駛汽車投入商用，但是自去年優步自動駕駛汽車在公共道路上撞死行人之后，它們在公共道路上測試自動駕駛汽車的項目就遭受挫折。此次事故引起了公眾對該技術安全性的質疑，同時也使得獲得道路測試許可的難度加大。去年12月，優步恢復了自動駕駛測試，但是該項目遭到高度縮減，有關部門對其項目進行了限制。
公共道路測試對于無人駕駛汽車來說變得越來越具有挑戰性，因為控制制動和轉向的軟件也要進行測試，而之前是由人類控制制動和轉向，軟件控制其他功能。
由于卡車尺寸大、重量重，自動駕駛卡車的測試比汽車更難。卡車制造商們表示，他們正在倉庫、港口和礦山等封閉場所進行測試，出于安全考慮，此類場所可能會限制人們進入。如大眾旗下子公司斯堪尼亞（Scania）正在其客戶力拓礦業集團（Rio Tinto）位于澳大利亞的礦山進行自動駕駛卡車測試，而在其瑞典基地，該款卡車則通過模擬進行了多次測試。
AstaZero試車跑道的客戶包括斯堪尼亞和沃爾沃集團（AB Volvo），該公司表示，其還與美國、韓國和新加坡國內的大學和試驗場建立了合作關系，此類大學和試驗場將為其提供有關交通、城市規劃和人力行為的數據。
Zenuity公司利用AstaZero的虛擬娛樂技術，對使用馬來西亞數據的汽車進行測試，旨在提供一款在全球任何地方都安全的軟件。
展開 自動駕駛法規研究：政策放開，自動駕駛商業化示范大幕開啟
韓國分別于2020年5月1日施行了《促進和支持自動駕駛汽車商業化法施行規則》、6月9日施行了《促進和支持自動駕駛汽車商業化法》以及8月5日施行了《促進和支持自動駕駛汽車商業化法施行令》。這三部法律在推動韓國自動駕駛汽車突破現有法律法規障礙，為L3及以上自動駕駛商業化拉開了大幕。
自動駕駛人機交互[一]：自動駕駛人機交互的Why、What、Where
圖 1 汽車人機交互HMI
一、人機交互對自動駕駛的意義
對于裝備有自動駕駛系統的車輛來說，良好的人機交互可以促進人與系統之間的有效溝通，增進彼此的理解，從而達到更安全、舒心、有效的駕駛體驗，增加用戶對自動駕駛系統的信任感。
自動駕駛系統HMI的目的在于優化人類對任務和情況的理解，減少意外誤用或不正確的操作，其最重要和最具挑戰性的目標在于使用戶正確地理解當前實際的駕駛模式，以及該模式下附屬的用戶責任和駕駛任務。
二、人類駕駛員與自動駕駛系統的職責分配
根據SAE J3016標準的定義，隨著車輛駕駛自動化水平從L0級到L5級，用戶需要承擔的駕駛任務和職責不斷變化，車輛控制權逐步由人類駕駛員轉移到自動駕駛系統，下圖2顯示了車輛控制權的轉移趨勢。
圖 2 人類駕駛員和自動駕駛系統在不同駕駛自動化等級中的職責變化
下表1具體說明了不同自動化等級下人類駕駛員和自動駕駛系統的駕駛任務分配情況。
表 1 人類駕駛員和自動駕駛系統的駕駛任務分配
*注：DDT——動態駕駛任務Dynamic Driving Task
在L0級到L5級中，L3級自動駕駛屬于人機共駕階段，當滿足一定設計運行條件時，將首次允許人類駕駛員完全交出車輛控制權。因此在L3級自動駕駛車輛運行時，用戶將會體驗到自動駕駛系統具有多個不同任務和職責的工作模式，非常容易造成模式混亂和責任擴散。
對于L3級以下的系統，目前市場上出現了很多L2+、L2++、L2.5、L2.9、L2.99等概念，這些都容易造成用戶混淆，使用戶產生誤用行為，威脅自動駕駛系統的運行安全。
展開 【自動駕駛】蘋果自動駕駛新專利：擋風玻璃上可FaceTime聊天
在過去八個月中獲得審批的蘋果專利中，出現了涉及自動駕駛汽車的諸多專利，而且在這段時間內蘋果還和大眾開展合作共同研發自動駕駛汽車。昨日，外媒PatentlyApple再次發現了于2018年8月1日獲得審批通過的蘋果專利，描述了未來的增強現實擋風玻璃系統（也就是抬頭顯示器）。
在這項專利中表示自動駕駛車輛之間可以通過FaceTime進行 視頻 聊天，該系統能夠檢測當前的行進道路并根據路況進行自動調整。在專利中，蘋果表示通過透明的擋風玻璃能夠感知周圍的真實環境，并借助AR技術向車內成員發送包含天氣、路況、車速、路徑導航等豐富信息。
在外部傳感器方面包括可見光攝像裝置，紅外攝像裝置，近紅外攝像裝置，光束掃描裝置，超聲波傳感器裝置，音頻傳感器裝置，深度攝像裝置，雷達裝置，地理位置檢測裝置等等。內部傳感器可包括一個或多個可見光攝像裝置，30個紅外攝像裝置，近紅外攝像裝置，光束掃描裝置，超聲傳感器裝置，音頻傳感裝置，深度攝像裝置，雷達裝置，運動學傳感器設備等，通過這些傳感器的組合將收集到的數據整合分析后顯示到頭顯設備上。
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 摯途科技向一汽解放供應 L3 自動駕駛系統，實現自動駕駛的商業化落地
2021 年 7 月 21 日，全球首臺前裝車規級 L3 自動駕駛重卡 —— J7 L3 超級卡車在一汽解放定制化小批量生產下線。
兩個月前，摯途科技和一汽解放簽訂協議，摯途成為一汽解放定點供應商，并正式以 Tier1 角色向一汽解放供應 L3 自動駕駛系統！伴隨著第一輛前裝 J7 L3 超級重卡下線，摯途科技成為國內自動駕駛行業中第一個向主機廠前裝供貨的企業，也是業界第一個實現自動駕駛產品商業化落地的企業。
一汽解放作為中國最具價值的商用車品牌，于 2020 年 9 月發布了全球首款前裝 J7 L3 超級卡車，今年，這款產品正式搭載著摯途的 L3 自動駕駛系統上市。這標志著一汽解放在商用車自動駕駛領域依然走在世界最前列，其「頭雁」地位不可撼動。
率先落地，摯途 L3 書寫中國速度
與國內大部分自動駕駛項目進行后裝改造不同，J7 L3 超級重卡是一汽解放與摯途科技聯合立項，并嚴格按照解放流程開發的產品，這款車從設計之初就充分收集了物流客戶需求，開發上嚴格按照商用車法規和車規要求，在產品策劃、設計驗證、生產準備以及前裝交付的各階段全部嚴格遵循解放要求執行。
摯途 L3 級智能駕駛系統采用車規級零部件，應用異構感知融合技術、三層節油架構、信息與網絡安全技術，能夠在高速公路場景下實現全天候的自動駕駛功能，其中包括定速巡航、自適應巡航、碰撞預警、緊急停車、疲勞檢測、車道保持、手離檢測等功能，同時還增加了諸如超車、變道以及靠邊停車和人工接管的功能，實現了車輛在安全、舒適和經濟性三方面的顯著提升。
綜合考慮到重卡的使用效率，結合地圖、動態規劃和車輛控制，這款產品能給客戶帶來 10% 左右的燃油節省。
展開 