無人駕駛汽車
關注創建者：匿名 創建時間：2026-01-04
無人駕駛汽車的視頻教程
ANSYS無人駕駛仿真平臺
適用人群：所有自動駕駛相關行業人士（包括汽車整車廠，傳感器供應商） ANSYS仿真技術加速自動駕駛行業發展-ANSYS自動駕駛解決方案之概要介紹【已結束】直播時間：2019-11-14 20:00 課程大綱： 自動駕駛是未來的趨勢，國內外知名企業競相投入相關智能技術研發探索。
免費 1小時30分鐘 488播放
查看
無人駕駛的功能安全，SOTIF，信息安全分析方法及應用
ANSYS自動駕駛系列Webinar，結合自動駕駛系統的研發講述ANSYS工具如何助力自動駕駛的開發驗證，本期重點為ANSYS無人駕駛的功能安全，SOTIF，信息安全分析方法及應用講解。
免費 1小時25分鐘 321播放
查看
無人駕駛汽車的實例教程
馬佃波
（吉林大學 130012)
摘要：無人駕駛汽車的相關技術一直是當今科學技術研究中的重中之重，它對國防、科學技術的發展以及整個社會的經濟都有重要的影響作用。無人駕駛汽車的相關技術涉及了很多知識，需要大量專業人才為之奮斗。其中，環境感知技術就相當于無人駕駛汽車的眼睛，將影響著整個無人駕駛汽車的安全性和穩定性，因此，本文主要分析了當前國內外無人駕駛汽車的發展現狀以及現有的無人駕駛汽車環境感知系統，對無人駕駛汽車環境感知系統中的傳感器進行了研究。
關鍵詞：無人駕駛；汽車；環境；感知
科技發展的腳步從未停止，人工智能機器人及人工智能系統已然成為新世紀科技發展的主向。作為人工智能機器人的分支，無人駕駛汽車的發展在整個社會和科學技術的發展中都具有非常重要的影響。無人駕駛汽車可以通過車上安裝的攝像頭或雷達感知道路情況，及時傳遞各種危險情況給駕駛系統，并且在駕駛員沒有及時做出反應的危急時刻自動采取安全措施，提升駕駛汽車的安全性。
在道路行駛中，可以通過視覺傳感器檢測汽車是否行駛在車道內，有無偏離，還會識別行駛過程中道路上的各種標識物和紅綠燈。在無人駕駛技術中，環境感知技術是其組成單元中較為重要的一個單元，將直接決定無人駕駛汽車的整體水平，一直是無人駕駛技術中研究的重點。
1 國內外無人駕駛汽車發展現狀
1.1 國外無人駕駛汽車發展現狀
目前對無人駕駛技術研發投入最多且研究較為深入的國家就是美國了，其從1970年開始就一直注重無人駕駛技術的發展，在各個有能力的單位、學校、研究院投入大量資金進行科學研究，推動了無人駕駛汽車的發展，并取得了非常好的研究成果。
在2011年，英國的牛津大學改裝了一輛越野型無人駕駛汽車，該車在行駛中可以不用GPS，而是采取激光雷達感知道路情況，可以行駛在山路中[1]。
展開 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車仿真測試的有效性具有一定的借鑒價值和現實意義。
關鍵詞：無人駕駛;智能網聯;汽車;虛擬仿真測試;
0 引言
無人駕駛技術是當今世界汽車行業和交通運輸行業都非常關注的領域，一些發達國家早在五年前就出臺相關政策法規對此進行支持，中國在《汽車產業中長期發展規劃》中也指出要重點攻關無人駕駛相關技術，在北京和上海等城市建設無人駕駛汽車封閉試驗場并逐步進行小范圍開放道路測試。但無人駕駛車在世界各國的開放道路測試中出現安全隱患和交通事故的事例也層出不窮，2018年美國Uber和福特ArgoAI無人駕駛車接連出現交通事故，并造成人員傷亡，給全世界敲響了警鐘[1]。學界對此態度不一，部分專家認為無人駕駛車當前尚不具備開放道路實驗的技術積累，應當首先完善虛擬場景測試，在確保無虞的情況下逐步進行封閉測試。基于場景的測試技術對于無人駕駛車的實驗至關重要，所以如何構建合理的虛擬測試場景，就成了當前此項技術突破的關鍵問題。
1 無人駕駛汽車運行過程中的風險分析
1.1 無人駕駛汽車風險的定義
無人駕駛汽車道路交通風險的定義為特定范圍的道路交通系統在將來一定時期內，可能出現的無人駕駛汽車造成交通系統內未知的人身傷亡和財產損失的風險。無人駕駛汽車交通風險出現的時間并不具有特定性，具有不可預測性，一旦發生風險，則確定會造成嚴重后果[2]。
展開 兩年前，Uber斥資6.8億美元收購了無人駕駛卡車初創企業奧拓（Otto），后者是由前谷歌工程師安東尼·萊萬多夫斯基(Anthony Levandowski)和利奧·羅恩(Lior Ron)創建的。萊萬多夫斯基成為Uber無人自動駕駛汽車部門的負責人，但這段“婚姻”并沒有持續多久。2017年，谷歌無人駕駛汽車子公司Waymo對Uber提起訴訟，指控萊萬多夫斯基利用偷來的激光雷達技術構建奧托(Otto，后來Uber)的無人駕駛平臺。
Uber在2018年2月案件審理前解雇了萊萬多夫斯基，并最終與Waymo達成和解，同意支付相當于2.448億美元Uber股權的賠償。上周，Uber表示，它將重新開始在匹茲堡測試自己的無人駕駛汽車原型機。近4個月前，Uber的一輛無人駕駛汽車在亞利桑那州坦佩(Tempe)撞死一名行人，導致其無人駕駛項目全線擱置。
邁霍弗爾在宣布重新部署新車的文章中寫道，新的無人測試車將由兩名員工手動駕駛，并有現成的售后監控系統，旨在防止分心駕駛。她稱：“無人駕駛技術有可能改變我們的行動方式，重塑我們設計城市、拯救生命的方式。我們認識到，我們有責任為打造這樣的未來做出貢獻，在向前邁進的過程中，我們將在安全方面發揮至關重要的作用。”
來源：網易科技
展開 10月31日消息，據國外媒體報道，美國加州機動車管理局（DMV）表示，谷歌母公司Alphabet旗下自動駕駛汽車公司Waymo獲準在加州測試無人駕駛汽車，并且前排座椅上無人監控。
Waymo是首家獲得此類許可的公司。此前有約60家公司（包括蘋果和特斯拉等等）獲得無人駕駛汽車測試許可，但都有人類司機坐在方向盤后面。
加州監管部門稱，Waymo可在圣克拉拉縣（Santa Clara）測試數十輛真正的無人駕駛汽車。
為了獲得監管部門批準，Waymo同意持續監控測試車輛的狀況，與乘客保持雙向的通訊（two-way communication），購買至少500萬美元保險并通知當地社區。
Waymo獲得的許可包括在城市街道、郊區街道和高速路上晝夜測試，速度不超過65英里每小時（105公里）。該公司稱，自家車輛被允許在霧天和小雨天駕駛，并且可以很好地應對這些情況。
其實，早些去年10月，Waymo就開始測試前排座椅上無人監控的自動駕駛汽車，只不過是在亞利桑那州鳳凰城。
Waymo此前表示，已于去年10月19日悄悄開始在鳳凰城市區測試克萊斯勒Pacifica廂式旅行車。Waymo測試的克萊斯勒汽車車內仍有員工，但他們不會坐在方向盤前，而是坐在后座，只能通過一個按鈕來停下汽車。
并且，Waymo已經開始測試無人駕駛汽車收費模型了。Waymo本月早些時候表示，作為早期乘客參與項目的一部分，他們最近已開始在App內測試收費模型，但目前測試還處于初級階段，僅僅是為了征求乘客的反饋，并未提現其作為公共服務時的多種定價模型。
展開 據外媒報道，沃爾沃已獲瑞典交通管理局批準，將在其哥德堡(Gothenburg)總部附近的公共道路上測試無人駕駛汽車，但路試時需遵循嚴格的附加條件。
沃爾沃已獲準在瑞典哥德堡總部附近的公共道路上測試其無人駕駛汽車。為此，沃爾沃已努力近一年。路試具體日期尚未公布。為避免事故，做到安全性最大化，試駕時，沃爾沃需遵循嚴格的附加條件。
無人駕駛汽車路試速度不允許超過每小時37英里(60公里)，每車必須配有一名訓練有素的駕駛人員以便隨時接手，且行駛時不允許改變車道。不過瑞典當局要求更加嚴格，它要求駕駛員在任何時候都至少有一只手握住方向盤。此外，沃爾沃需定期提交測試性質和進展情況的報告。
此次試驗場地位于沃爾沃公司總部附近，這將有利于沃爾沃更快地開發無人駕駛技術，是向2021年發布無人駕駛汽車目標邁出的一大步。
展開 
無人駕駛汽車的相關專題、標簽、搜索
無人駕駛汽車的最新內容
本文原刊登于Ansys.com：《Ansys Speos Software Enables Optimal Automotive Lighting for BMW Group Using NVIDIA Accelerated Computing》
作者： Laura Carter | Ansys 高級市場傳播經理
編輯整理：孫鴻燁 | Ansys 高級應用工程師
“后來在構建物理原型時
谷歌無人汽車
據負責無人駕駛汽車項目的總工程師Sebatian Thrun介紹，整個系統的核心是車頂上的激光測距儀(Velodyne 64-beam)。該設備在高速旋轉時向周圍發射64束激光，激光碰到周圍的物體并返回，便可計算出車體與周邊物體的距離。
當自動駕駛從輔助走向高階，具身智能從實驗室邁向量產賽道，兩大前沿領域的碰撞正重構汽車產業格局。數據顯示，2026年智能駕駛商業化進程將加速推進，L2級輔助駕駛滲透率有望超70%，具身智能更是被業內預判為萬億級黃金賽道。在這一產業變革的關鍵節點，AUTO TECH China 2026廣州國際自動駕駛與具身智能技術展覽會即將于11月27日-30日在廣州廣交會展館D區盛大啟幕，為全球行業同仁搭建起技術交流
隨著無人駕駛技術在城市環衛領域的落地，無人駕駛清掃車已成為智慧園區、公園景區、城市廣場的新星。然而，這類設備體積大、功耗高，如何為其安全、高效地補充電能，是實現大規模商業化運營必須跨越的障礙。魯渝能源針對性研發的大功率無線充電解決方案，正為這些“城市清道夫”提供全天候工作的核心動力。
大功率無人駕駛設備的充電挑戰
無人駕駛清掃車通常搭載大容量電池與多種高功耗設備（如風機、刷盤、激光雷達等）
在當今汽車行業，開發兼具直觀性、功能性與安全性的人機界面（HMI），正成為愈發嚴峻的挑戰。傳統的靜態模型和造價高昂的物理原型，難以精準復刻現實駕駛場景，這使得實現駕駛員與界面的無縫交互變得困難重重。
隨著車載技術的迅猛發展，諸如信息娛樂系統、高級駕駛輔助系統（ADAS）控制模塊以及數字儀表盤等不斷迭代更新，工程師們急需一種更具動態性、以模擬驅動的創新方法，以便在產品量產前
VI-grade 正式發布其全新產品-緊湊型HMI模擬器 COMPACT HMI Simulator。
這款多功能沉浸式工具旨在提升車輛人機界面（HMI）系統的開發、評估與測試效率。VI-grade的這一創新解決方案將靈活的車內模擬器與實時駕駛模擬相結合，集成了高精度車輛動力學、AI驅動的交通場景、多樣化駕駛條件，并支持幾乎所有硬件或軟件在環
?? VI-grade 正式發布其全新緊湊型HMI模擬器（COMPACT HMI SIMULATOR )。
這款多功能沉浸式工具旨在提升車輛人機界面（HMI）系統的開發、評估和測試效率。VI-grade的這一創新解決方案將靈活的車內模擬器與實時駕駛模擬相結合，集成了高精度車輛動力學、AI驅動的交通場景、多樣化駕駛條件，并支持幾乎所有硬件在環或軟件在環（HIL/SIL）的整合
編輯
語義與實例分割（來源：鏈接）
應用：
上面討論的對象識別技術可用于許多領域，例如：
無人駕駛汽車：對象識別用于檢測路標、其他車輛等。
醫學影像處理：物體識別和圖像處理技術可以幫助更準確地檢測疾病。圖像分割有助于檢測體內存在的缺陷的形狀。例如，用于乳腺癌檢測的 Google AI 比醫生更準確地檢測。
該合作使OEM廠商和一級供應商能夠可靠地評估和驗證 ADAS/AV 功能在各種天氣和照明條件下的性能
主要亮點
Ansys AVxcelerate Sensors?自動駕駛汽車（AV）傳感器仿真軟件，可實現面向基于場景的感知測試的實時多光譜攝像頭仿真
利用AVxcelerate Sensors和索尼的高動態范圍（HDR）圖像傳感器模型，OEM廠商可以測試高級駕駛輔助系統（ADAS
在數字化與綠色化轉型的時代背景下，低速無人駕駛環衛車作為城市管理的重要工具，正逐漸走向智能化與自動化。無線充電技術以其無接觸、便捷高效的特點，成為了提升這些車輛智能化水平和綠色發展的新選擇。
無線充電技術雖然經歷了多年的研究與發展，但在實際應用中，尤其是在低速無人駕駛環衛車領域，其設備成本較高。這意味著初期采用無線充電的低速無人駕駛環衛車可能會面臨較高的采購成本
