智能自動駕駛的案例
中國自動駕駛-單車智能還是車路協(xié)同？
一圖概覽2022 電動汽車百人會論壇觀點
Nvidia英偉達的 AI 智能汽車信仰
視覺為王-小鵬以及特斯拉的自動駕駛方案
大眾通往VW.OS的三步電子架構(gòu)以及其MEB ID系列智能化不滿意的背后
ADAS以及自動駕駛市場趨勢
為什么風河軟件Wind River Systems受到T1安波福的青睞？
一圖看全2022 CES智能汽車新聞
從2022 CES 看Mobileye 自動駕駛產(chǎn)品技術(shù)以及戰(zhàn)略(誰說算力是唯一標準)
曾經(jīng)第一個喊L3自動駕駛的奧迪為什么最后沒有量產(chǎn)
展開 魔視智能宣布輔助自動駕駛產(chǎn)品領(lǐng)先在一線乘用車主機廠正式量產(chǎn)，并發(fā)布量產(chǎn)級自動泊車方案
今日，魔視智能在上海召開了2018技術(shù)和市場成果發(fā)布會，宣布了基于魔視智能先進的嵌入式深度學習技術(shù)的輔助自動駕駛產(chǎn)品已經(jīng)領(lǐng)先在國產(chǎn)一線乘用車主機廠項目上正式量產(chǎn)落地，并同時發(fā)布了基于車規(guī)級嵌入式處理器和深度學習的量產(chǎn)級自動泊車產(chǎn)品。
高級輔助駕駛和自動駕駛產(chǎn)品在中國汽車市場有著巨大的市場潛力。由于自動駕駛和主動安全系統(tǒng)在汽車整車系統(tǒng)里的重要性，各個主機廠對于相關(guān)產(chǎn)品設(shè)置了很高的準入門檻，對于系統(tǒng)的實時性、準確性、魯棒性、普適性、可靠性有著苛刻的要求。在汽車智能化浪潮的推動下，涌現(xiàn)了許多從事自動駕駛系統(tǒng)的本土科技企業(yè)，可是最重要的乘用車量產(chǎn)項目一直以來都被國際巨頭把持。在一線乘用車量產(chǎn)項目早日實現(xiàn)量產(chǎn)突破，成為衡量自動駕駛科技企業(yè)綜合競爭力的標尺，也成為各個自動駕駛科技企業(yè)共同追求突破的目標。
經(jīng)過和多家國內(nèi)車廠及一線體系供應(yīng)商的深入合作及產(chǎn)品驗證打磨， 基于魔視智能先進自動駕駛技術(shù)的產(chǎn)品已經(jīng)開始陸續(xù)落地。
魔視智能創(chuàng)新的嵌入式深度學習技術(shù)已經(jīng)在中國本土的一線乘用車主機上正式落地量產(chǎn)并實現(xiàn)每月千臺以上穩(wěn)定批量出貨，是中國自動駕駛科技企業(yè)實現(xiàn)應(yīng)用突破的重要里程事件。
展開 工信部：到2020年突破自動駕駛智能芯片等關(guān)鍵技術(shù)
11月14日，工信部官網(wǎng)發(fā)布通知稱，為加快推動我國新一代人工智能產(chǎn)業(yè)創(chuàng)新發(fā)展，落實《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018-2020年)》，工信部制定了《新一代人工智能產(chǎn)業(yè)創(chuàng)新重點任務(wù)揭榜工作方案》(以下簡稱《工作方案》)。到2020年，突破自動駕駛智能芯片、車輛智能算法、自動駕駛、車載通信等關(guān)鍵技術(shù)，實現(xiàn)智能網(wǎng)聯(lián)汽車達到有條件自動駕駛等級水平。
工信部科技司相關(guān)負責人表示，當前我國人工智能產(chǎn)業(yè)加速發(fā)展，從基礎(chǔ)支撐、核心技術(shù)到行業(yè)應(yīng)用的產(chǎn)業(yè)鏈條正在形成，產(chǎn)業(yè)集群初步顯現(xiàn)，一批創(chuàng)新活躍、特色鮮明的創(chuàng)新企業(yè)加速成長，新模式、新業(yè)態(tài)不斷涌現(xiàn)，整體呈現(xiàn)蓬勃發(fā)展態(tài)勢。但與此同時，產(chǎn)業(yè)發(fā)展也面臨核心基礎(chǔ)技術(shù)薄弱、與實體經(jīng)濟融合不夠深入等問題。
該負責人介紹，通過開展人工智能揭榜工作，征集并遴選一批掌握關(guān)鍵核心技術(shù)、具備較強創(chuàng)新能力的創(chuàng)新主體，在人工智能主要細分領(lǐng)域，選拔領(lǐng)頭羊、先鋒隊，按照 “揭榜掛帥”的工作機制，突破人工智能產(chǎn)業(yè)發(fā)展短板瓶頸，樹立領(lǐng)域標桿企業(yè)，培育創(chuàng)新發(fā)展的主力軍，加快我國人工智能產(chǎn)業(yè)和實體經(jīng)濟深度融合，促進創(chuàng)新發(fā)展。
據(jù)悉，人工智能揭榜工作將圍繞《三年行動計劃》確定的重點任務(wù)方向，在17個方向及細分領(lǐng)域，開展集中攻關(guān)，重點突破一批創(chuàng)新性強、應(yīng)用效果好的人工智能標志性技術(shù)、產(chǎn)品和服務(wù)。
在智能產(chǎn)品方面，選擇智能網(wǎng)聯(lián)汽車、智能服務(wù)機器人、智能無人機、醫(yī)療影像輔助診斷系統(tǒng)、視頻圖像身份識別系統(tǒng)等產(chǎn)品作為攻關(guān)方向。在這些領(lǐng)域，產(chǎn)業(yè)創(chuàng)新活躍，已聚集了大量企業(yè)，相關(guān)技術(shù)和產(chǎn)品具有較好發(fā)展基礎(chǔ)，通過“揭榜掛帥”，可進一步促進其深入應(yīng)用落地。
展開 自動駕駛法規(guī)研究：政策放開，自動駕駛商業(yè)化示范大幕開啟
無人車上路測試規(guī)范研究
4.1 中國
4.1.1 《智能網(wǎng)聯(lián)汽車自動駕駛系統(tǒng)功能測試技術(shù)規(guī)范》——對自動駕駛等級的條件劃分
4.1.1 《智能網(wǎng)聯(lián)汽車自動駕駛系統(tǒng)功能測試技術(shù)規(guī)范》——對自動駕駛等級的條件劃分
4.1.1 《智能網(wǎng)聯(lián)汽車自動駕駛系統(tǒng)功能測試技術(shù)規(guī)范》——7項主要測試
4.1.1 《智能網(wǎng)聯(lián)汽車自動駕駛系統(tǒng)功能測試技術(shù)規(guī)范》——仿真測試
4.1.1 《智能網(wǎng)聯(lián)汽車自動駕駛系統(tǒng)功能測試技術(shù)規(guī)范》——信息安全測試
4.1.2 《自動駕駛出租車運營規(guī)范與安全管理要求》
4.1.3 《智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范》
4.2 美國
4.2.1 加利福尼亞無人車上路測試規(guī)范要求
4.2.2 內(nèi)華達州無人車上路測試規(guī)范要求
4.2.3 亞利桑那州無人車上路測試規(guī)范要求
4.3 荷蘭
4.3.1 荷蘭無人車上路測試規(guī)范
4.4 日本
4.4.1 日本無人車上路測試規(guī)范
4.5 全球主要無人車上路條件對比
05
全球自動駕駛運營模式研究
5.1 自動駕駛商業(yè)化運營模式探索——國外
5.2 自動駕駛商業(yè)化運營模式探索——國內(nèi)
5.3 國外自動駕駛企業(yè)運營對比
展開 
新科工程在以色列研發(fā)智能交通及自動駕駛技術(shù)
據(jù)外媒報道，新加坡科技工程有限公司（新科工程，ST Engineering）與阿什杜德自治市（municipality of Ashdod）簽訂了合作協(xié)議，將在以色列研發(fā)智能交通系統(tǒng)及自動駕駛車輛的車載功能，該協(xié)議涵蓋了道路智能交通系統(tǒng)及客車車隊管理系統(tǒng)。
新科工程想要啟用一家研發(fā)中心，幫助該項目團隊共享先進傳感器的專業(yè)知識及人工智能技術(shù)，上述技術(shù)可用于自動駕駛平臺。該設(shè)施將為公司的自動駕駛客車提供測試場地。
此外，新科工程的智能鐵軌套件及道路交通方案可提供實時交通感知并傳送服務(wù)中斷警示。
大眾也在以色列測試自動駕駛出租車服務(wù)，該項計劃長達四年，與Mobileye和Champion Motors簽訂了合作協(xié)議。
該項目以“以色列新移動出行（New Mobility in Israel）”的名義進行，作為移動出行即服務(wù)（Mobility as a Service）模式的重要一環(huán)，該服務(wù)正在經(jīng)受測試，該模式通常會通過自動駕駛車輛來實現(xiàn)。
Mobileye也配置了大眾的電動車，提供四級自動駕駛套件，該款無人駕駛方案由硬件、駕駛策略、安全軟件及地圖數(shù)據(jù)組成。而Champion Motors是以色列的汽車進口商，負責運行車隊運用及控制中心。
來源：蓋世汽車網(wǎng)
展開 高級別智能駕駛業(yè)務(wù)系列：自動駕駛系統(tǒng)
近年來，伴隨著智慧化港口的大潮流，經(jīng)緯恒潤L4高級別智能駕駛業(yè)務(wù)產(chǎn)品也陸續(xù)扎根港口自動駕駛多個項目中，幫助港口實現(xiàn)無人水平運輸自動化，達到降本增效的效果，助力客戶實現(xiàn)智慧化綠色港口。
在整個港口水平運輸場景中，經(jīng)緯恒潤提供了端到端的車、路、網(wǎng)、云、圖全棧式自研解決方案，包含自動駕駛系統(tǒng)、路側(cè)車路協(xié)同、基于5G網(wǎng)絡(luò)的遠程遙控駕駛、車隊調(diào)度管理平臺、數(shù)字孿生、仿真系統(tǒng)、高精地圖等專業(yè)模塊，組成了一套完整的智慧港口解決方案。本篇專門介紹其中的自動駕駛系統(tǒng)。
▎系統(tǒng)介紹
經(jīng)緯恒潤自動駕駛系統(tǒng)作為L4高級別自動駕駛的核心組成部分，結(jié)合經(jīng)緯恒潤自主研發(fā)的HAV平板車、車隊調(diào)度管理平臺、高性能車規(guī)級計算平臺、感知系統(tǒng)、遠程駕駛系統(tǒng)、智能交通系統(tǒng)、智能場端系統(tǒng)、高精度地圖等，部署經(jīng)緯恒潤自主設(shè)計生產(chǎn)的車規(guī)級量產(chǎn)域控制器和計算單元，保障自動駕駛水平運輸設(shè)備在不同的環(huán)境、工況場景下，高效、穩(wěn)定、安全地運行。
▎高效可靠，已在多個港口園區(qū)常態(tài)化運營的無人駕駛解決方案
經(jīng)緯恒潤自2015年開始布局園區(qū)類無人駕駛領(lǐng)域，經(jīng)過不斷錘煉相關(guān)技術(shù)，于2021年在日照港正式將無人駕駛技術(shù)投入商業(yè)運營，實現(xiàn)了真正的無人駕駛。該技術(shù)方案基于經(jīng)緯恒潤多年以來在自動駕駛算法商業(yè)化落地積累的多項技術(shù)突破，不斷挑戰(zhàn)升級，確保系統(tǒng)足夠的安全和高效可靠。
全局導航算法
經(jīng)緯恒潤的全局導航算法，結(jié)合了港口園區(qū)運營環(huán)境和實際生產(chǎn)需求，根據(jù)車隊調(diào)度管理平臺基于系統(tǒng)均衡理論下發(fā)的路線信息、任務(wù)信息，并參考高精地圖和場地內(nèi)實時識別的障礙物信息規(guī)劃出滿足車輛動力學要求、避開障礙物的車端導航全局路徑。
展開 敢問自動駕駛路在何方，商業(yè)落難也不難？
經(jīng)典案例是 2018 年 3 月 Uber 自動駕駛汽車全球首例自動駕駛致死事故，撞死一名從十字路口人行橫道外穿過街道的女子。原因是激光雷達檢測結(jié)果出現(xiàn)了錯誤，把行人檢測為未知物體，而沒有檢測到速度。
業(yè)界普遍認為，由于系統(tǒng)架構(gòu)設(shè)計限制，雖然傳感器越用越多，融合的復(fù)雜性大大增加，車機算力的提升也會遇到「摩爾定律」的影響，致使單車自動駕駛技術(shù)在安全性提升方面遇到了瓶頸。
單車智能短板明顯
單車智能自動駕駛技術(shù)路線源于美國，國內(nèi)大部分廠商都是仿效美國谷歌、特斯拉等，且還不到火候，為此，還不足以實現(xiàn)趕超。即使是美國，單車智能自動駕駛技術(shù)路線也有其自身的局限性，視覺、計算功能有限，以上事例就是明證。
無論是自動駕駛還是手動駕駛，決定駕駛安全性的兩個核心因素一是數(shù)據(jù)全面性，二是決策時效性，理論上講，這兩個問題在單車智能技術(shù)路線中都會面臨一些瓶頸：路上的每輛車難以提前知道很多周邊信息，無法以此作為決策依據(jù)，致使決策時間不足，行駛安全性成為了空中樓閣。
2020 年 7 月，美國麻省理工學院發(fā)布了一份報告，對自動駕駛領(lǐng)域的新進展進行了研究分析，并稱基于單車智能的完全自動駕駛還需要至少 10 年才能實現(xiàn)大規(guī)模商用。
單車智能短板顯而易見，能不能找到另一條路來縮短這一進程：6 年或 8 年？至少是讓道路參與者放心。
自動駕駛路線之爭
自動駕駛是根據(jù) SAE（國際汽車工程師協(xié)會）劃分的 L0 - L5 共 6 個級別來定義的。在此基礎(chǔ)上，目前通往自動駕駛美好憧憬有三條路線：
第一條是以特斯拉為代表的量產(chǎn)自動駕駛，逐步從 L4 級以下迭代到 L4 級以上。
展開 百度自動駕駛出租車將在長沙落地 預(yù)計2019年達百輛
百度自動駕駛落地再下一城，昨日百度宣布公司與長沙市達成合作，雙方合作依托百度Apollo自動駕駛生態(tài)資源與長沙智能網(wǎng)聯(lián)產(chǎn)業(yè)基礎(chǔ)。未來，百度Apollo將在長沙指定區(qū)域和開放道路探索智能共享出行新模式，包括自動 駕駛出租車落定和布局智能交通。
合作具體包括國內(nèi)首批自動駕駛出租車將在長沙規(guī)模化落地測試運營，預(yù)計2019年規(guī)模達到百輛。同時，阿波龍無人駕駛小巴也將在封閉園區(qū)和景區(qū)商業(yè)化落地，服務(wù)園區(qū)內(nèi)乘客。
此外，Apollo還將打造Apollo Bus智能公交示范路線，推動公共出行的智能化升級。從路側(cè)設(shè)備、感知方案、云控平臺等方面全面搭建具有車路協(xié)同能力的路網(wǎng)規(guī)劃方案，為自動駕駛和智能交通的落地提供全面的基礎(chǔ)設(shè)施保障。
據(jù)介紹，湖南湘江新區(qū)智能系統(tǒng)測試區(qū)已于6月12日開園，是國內(nèi)已投入運營的智能網(wǎng)聯(lián)汽車測試場中測試場景類型最多、測試道路總里程最長、研發(fā)辦公配套最齊全的封閉式智能網(wǎng)聯(lián)測試區(qū)，目前已有10多家單位在這里開展了130余場測試。
百度總裁張亞勤表示，人工智能、自動駕駛等技術(shù)拓展了產(chǎn)業(yè)邊界的同時，也勾畫出未來城市交通出行的全新藍圖。百度在人工智能及自動駕駛領(lǐng)域深耕已久，希望通過Apollo開放平臺攜手政府及全行業(yè)，加快中國智能交通的布局和落地，在全球智能化革命中搶得先機。
展開 一文解析自動駕駛汽車決策控制系統(tǒng)技術(shù)
由于在實際道路中影響駕駛路徑規(guī)劃的因素非常多，勢必會占用較多的計算資源。為提高計算效率，日本研究學者提出了“安全場”的研究思路，即形成典型交通場景作為深度學習神經(jīng)網(wǎng)絡(luò)的輸入，以提高自動駕駛汽車的決策效率，提升路徑規(guī)劃能力。
圖3 基于機器學習的非結(jié)構(gòu)化道路檢測框架
智能網(wǎng)聯(lián)
結(jié)合通訊技術(shù)的發(fā)展，運用車與車、車與路、車與人、車與云之間的實時通訊技術(shù)，可為人工智能技術(shù)在自動駕駛技術(shù)應(yīng)用過程中的數(shù)據(jù)、計算與算法等三大要素提供進一步支持，還可面向多車型、多場景智能駕駛需求，提供解決群體智能駕駛系統(tǒng)協(xié)同駕駛所面臨的問題。基于智能網(wǎng)聯(lián)的車云協(xié)同自動駕駛系統(tǒng)的具體架構(gòu)如下圖4所示。
圖4 基于人工智能的車云協(xié)同自動駕駛系統(tǒng)構(gòu)建方案示意圖
該架構(gòu)方案分為基于AI的自動駕駛智能終端和基于大數(shù)據(jù)分析的自動駕駛云端系統(tǒng)兩部分，共同形成了一種集復(fù)雜環(huán)境精確感知、通行智慧決策與行車控制優(yōu)化執(zhí)行的車云協(xié)同一體自動駕駛系統(tǒng)。車云協(xié)同技術(shù)在不同的行車工況與應(yīng)用場景中，可實現(xiàn)精準的行車環(huán)境感知、智慧通行決策與優(yōu)化行車動作控制，并實現(xiàn)車端與云端之間的信息數(shù)據(jù)交互與協(xié)同。
基于智能網(wǎng)聯(lián)的自動駕駛系統(tǒng)車云協(xié)同技術(shù)主要解決多源異構(gòu)數(shù)據(jù)融合不足和前端設(shè)備計算力不夠的問題，即將車身傳感器節(jié)點的采樣數(shù)據(jù)（如GPS/INS數(shù)據(jù)、毫米波雷達數(shù)據(jù)）和多媒體數(shù)據(jù)（如攝像頭圖像）按一定頻率傳輸?shù)皆贫藬?shù)據(jù)庫，同時進行在線處理、離線處理、溯源處理和復(fù)雜數(shù)據(jù)分析。并基于人工智能集成應(yīng)用算法的智能駕駛控制模型，為車輛決策提供可靠、高效的協(xié)同控制方案。
展開 清華大學汽車工程系主任楊殿閣：智能汽車與自動駕駛地圖
2月20-21日，2019全球第二屆自動駕駛論壇在武漢舉辦，本次論壇以“智能駕駛 改變未來”為主題。
清華大學汽車工程系主任楊殿閣發(fā)表了主題演講，他認為自動駕駛地圖是智能汽車決策的關(guān)鍵數(shù)據(jù)基礎(chǔ)。
整個智能駕駛地圖可以看做是一個超級的地圖容器，它本身也是一個巨大的傳感器，它會把所有的感知信息融合在自動駕駛地圖上，形成一個虛擬的行駛環(huán)境，在虛擬的行駛環(huán)境里面進行感知、認知和理解，進而根據(jù)車輛動力學來規(guī)劃出自己的行駛的路線，再把行駛的路線變成車輛運動的軌跡，再把這個軌跡變成它的油門，方向盤和剎車的信號，在控制車輛的行駛，實現(xiàn)車輛的自動駕駛。
所以可以看到在這個過程中，自動駕駛地圖是非常重要的，是整個自動駕駛大腦的核心。
現(xiàn)場演講內(nèi)容如下：
尊敬的各位領(lǐng)導，各位嘉賓，今天非常高興在這里跟大家有一個相聚的機會，也非常感謝組委會提供了這樣的機會。
展開 高級別智能駕駛業(yè)務(wù)系列：V2X車路協(xié)同系統(tǒng)
V2X車路協(xié)同產(chǎn)品，在自動駕駛和未來無人駕駛場景中發(fā)揮了重要作用，同時也是未來智慧交通和智慧城市建設(shè)方面重要的基礎(chǔ)設(shè)施。經(jīng)緯恒潤將繼續(xù)堅持自主創(chuàng)新，為客戶提供更高質(zhì)量、更好體驗、更具有市場競爭力的產(chǎn)品和服務(wù)，為實現(xiàn)客戶場景數(shù)字化、自動化、智能化目標而努力
汽車自動駕駛輔助系統(tǒng)電磁安全性研究
從現(xiàn)有研究成果來看，智能網(wǎng)聯(lián)汽車自動駕駛輔助系統(tǒng)的電磁安全不容忽視。從推動智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)落地和保護人民生命財產(chǎn)安全的角度來看，行業(yè)需要投入更多的資源對汽車自動駕駛輔助系統(tǒng)的電磁安全性進行深入研究，從而發(fā)現(xiàn)和解決安全風險，助力中國汽車工業(yè)“新四化”發(fā)展進程。
一文解析自動駕駛汽車決策控制系統(tǒng)技術(shù)
圖3 基于機器學習的非結(jié)構(gòu)化道路檢測框架
智能網(wǎng)聯(lián)
結(jié)合通訊技術(shù)的發(fā)展，運用車與車、車與路、車與人、車與云之間的實時通訊技術(shù)，可為人工智能技術(shù)在自動駕駛技術(shù)應(yīng)用過程中的數(shù)據(jù)、計算與算法等三大要素提供進一步支持，還可面向多車型、多場景智能駕駛需求，提供解決群體智能駕駛系統(tǒng)協(xié)同駕駛所面臨的問題。基于智能網(wǎng)聯(lián)的車云協(xié)同自動駕駛系統(tǒng)的具體架構(gòu)如下圖4所示。
圖4 基于人工智能的車云協(xié)同自動駕駛系統(tǒng)構(gòu)建方案示意圖
該架構(gòu)方案分為基于AI的自動駕駛智能終端和基于大數(shù)據(jù)分析的自動駕駛云端系統(tǒng)兩部分，共同形成了一種集復(fù)雜環(huán)境精確感知、通行智慧決策與行車控制優(yōu)化執(zhí)行的車云協(xié)同一體自動駕駛系統(tǒng)。車云協(xié)同技術(shù)在不同的行車工況與應(yīng)用場景中，可實現(xiàn)精準的行車環(huán)境感知、智慧通行決策與優(yōu)化行車動作控制，并實現(xiàn)車端與云端之間的信息數(shù)據(jù)交互與協(xié)同。
基于智能網(wǎng)聯(lián)的自動駕駛系統(tǒng)車云協(xié)同技術(shù)主要解決多源異構(gòu)數(shù)據(jù)融合不足和前端設(shè)備計算力不夠的問題，即將車身傳感器節(jié)點的采樣數(shù)據(jù)（如GPS/INS數(shù)據(jù)、毫米波雷達數(shù)據(jù)）和多媒體數(shù)據(jù)（如攝像頭圖像）按一定頻率傳輸?shù)皆贫藬?shù)據(jù)庫，同時進行在線處理、離線處理、溯源處理和復(fù)雜數(shù)據(jù)分析。并基于人工智能集成應(yīng)用算法的智能駕駛控制模型，為車輛決策提供可靠、高效的協(xié)同控制方案。
人工智能算法應(yīng)用技術(shù)云平臺是自動駕駛云端系統(tǒng)的核心部分，其結(jié)合機器學習、數(shù)據(jù)挖掘等相關(guān)技術(shù)，對感知融合信息進行分析，為車輛控制規(guī)劃提供決策依據(jù)。
展開 智能座艙已來，自動駕駛還遠嗎？
ANSYS VRXPERIENCE 讓車輛系統(tǒng)的設(shè)計驗證實現(xiàn)新高度
“未來駕駛艙”
VRXPERIENCE HMI + SCADE Display
眾所周知，智能座艙的概念很大程度都是靠人機交互系統(tǒng)來實現(xiàn)，視頻展現(xiàn)了如何通過ANSYS工程仿真解決方案，探索未來飛機人機界面（HMI）完整的駕駛艙設(shè)計。在極具未來感的定制駕駛艙內(nèi)執(zhí)行起飛程序，正如視頻中飛行員所操作的，完美實現(xiàn)與飛行控制和駕駛艙執(zhí)行器的互動。
而就在今年6月，ANSYS 宣布與AVSimulation達成戰(zhàn)略合作，通過虛擬測試加快自動駕駛汽車的設(shè)計與驗證，實現(xiàn)在1周內(nèi)就完成數(shù)百萬英里的模擬路測，這將帶來更快、更安全、成本更低的新一代自動駕駛汽車（AV）設(shè)計，進而幫助tier1, tier2 客戶推動自動駕駛L3和L4-L5技術(shù)的發(fā)展，也讓汽車制造商加速將自動駕駛汽車推向市場。
ANSYS VRXPERIENCE在這當中功不可沒，這款虛擬駕駛模擬器為汽車客戶提供極為逼真的虛擬駕駛模擬平臺，包括實時場景，交通和車輛動力，通過開放且可擴展的自動駕駛汽車(AV) 模擬解決方案實現(xiàn)數(shù)千種駕駛場景的虛擬測試。覆蓋各種實際交通狀況，諸如多變的天氣、對向車輛和行人場景，預(yù)測車輛對任何危急情況的反應(yīng)，確保在未來輕松駕駛汽車。
展開 用于自動駕駛的實時車道線檢測和智能告警
代碼：https://github.com/MaybeShewill-CV/lanenet-lane-detection
來自模型的車道線預(yù)測
介紹
自動駕駛將在未來十年給旅行帶來革命性的變化。目前，自動駕駛應(yīng)用正在進行各種應(yīng)用案例的測試，包括乘用車、機器人出租車、自動商業(yè)送貨卡車、智能叉車和用于農(nóng)業(yè)的自動拖拉機。
自動駕駛需要一個計算機視覺感知模塊來理解和導航環(huán)境。感知模塊的作用包括：
檢測車道線
檢測其他物體：車輛、人、環(huán)境中的動物
跟蹤檢測到的對象
預(yù)測他們可能的運動
一個好的感知系統(tǒng)應(yīng)該能夠在各種駕駛條件下 —— 白天/晚上，夏天/冬天，雨雪等等，實時做到這一點。在這篇博客中，我們著眼于一個實時模型，用于檢測車道線、其他車輛等，并生成警報。
訓練一個實時的車道線檢測器
車道檢測問題通常被定義為語義或?qū)嵗指顔栴}，目標是識別屬于車道類別的像素。
TUSimple是車道檢測任務(wù)常用的數(shù)據(jù)集。該數(shù)據(jù)集包含3626個道路場景的標注視頻剪輯。每個剪輯有20幀。這些數(shù)據(jù)是通過安裝在車上的攝像頭捕捉到的。下面分享了一個示例圖像及其標注。
來自TUSimple 數(shù)據(jù)集的示例圖像以及車道線掩碼
在這個數(shù)據(jù)集上，我們可以訓練一個語義分割模型來分割出屬于lane類的像素。U-Net model非常適合做這個，因為它是一個具有實時推理速度的輕量級模型。U-Net是一種帶有跳躍連接的編譯碼器和解碼器模塊的編譯碼器模型。模型架構(gòu)如下所示。
展開 