躲避隐藏车辆阴影感知系统优于雷达-电子工程世界

据外媒报道，为提升自动驾驶系统的安全性，美国麻省理工学院（MIT）研发了一款名为shadowCam的系统。这个系统可感知地面阴影的细微变化，以判断转角处后方是否有车辆或其他物体正在靠近。

自动驾驶测试

据悉，研究人员在停车场周边开展了自动驾驶车辆的测试，shadowCam系统可利用视觉感知技术来检测车辆前方地面阴影的变化，并对其进行分类，以判断前方是否有隐藏的移动车辆或行人。同时，研究人员还在医院走廊里启用了一款自动驾驶轮椅，进行躲避行人的相关测试。上述两项测试均取得了成功。

测试过程中，自动驾驶车辆在感知到其他车辆靠近后，会主动停车以躲避碰撞。据悉，测试车辆搭载的shadowCam系统部分性能指标优于传统的激光雷达，激光雷达只能探测可见物体，而shadowCam系统对隐藏目标物的探查速度要比激光雷达早约0.5秒。

自动驾驶测试

研究人员表示，对于快速行驶的自动驾驶汽车而言，提前0.5秒的反应时间将大大提升系统的应对能力。目前，为确保照明情况的一致性，该系统还只能在室内环境中接受测试，对地面阴影进行清晰的感知和解析。

关键字：自动驾驶 shadowCam系统激光雷达引用地址：躲避隐藏车辆阴影感知系统优于雷达

上一篇：丰田计划推出可理解人类的智能电动汽车
下一篇：智能网联汽车产业发展趋势

推荐阅读最新更新时间：2024-11-09 08:25

国内端到端自动驾驶落地取得重大成果！

近日，清华大学车辆与运载学院李克强院士、李升波教授领导的研究团队，完成了国内首套全栈式端到端自动驾驶系统的开放道路测试。依托车路云一体化智能网联驾驶架构，该团队研发的端到端自动驾驶系统，涵盖了“感知-预测-决策-规划-控制”等全链路环节，从今年1月份率先启动了城市工况的开放道路验证，经过近4个月的内部测试，完成了各项性能的综合评估。这一工作为L3级及以上高级别自动驾驶系统的落地应用奠定了坚实的基础。从感知到控制的全链路端到端自动驾驶系统（原理图）目前，处于L1、L2级智能驾驶系统主要依赖“模块分解”的设计思路，尽管部分模块（如感知、预测等）已经初步神经网络化，但是决策、规划、控制等模块仍然严重依赖

[汽车电子]

端到端自动驾驶的基石在哪里？

基础模型的出现彻底改变了自然语言处理和计算机视觉领域，为其在自动驾驶（AD）中的应用铺平了道路。这项调查对40多篇研究论文进行了全面回顾，展示了基础模型在增强AD中的作用。大型语言模型有助于AD的规划和模拟，特别是通过其在推理、代码生成和翻译方面的熟练程度。与此同时，视觉基础模型越来越适用于关键任务，如3D目标检测和跟踪，以及为仿真和测试创建逼真的驾驶场景。多模态基础模型，集成了不同的输入，显示了非凡的视觉理解和空间推理，对端到端AD至关重要。这项调查不仅提供了一个结构化的分类法，根据基础模型在AD领域的模式和功能对其进行分类，还深入研究了当前研究中使用的方法。它确定了现有基础模型和尖端AD方法之间的差距，从而规划了未来的研究方向

[嵌入式]

浪潮信息自动驾驶域控制器架构分析

浪潮信息进军自动驾驶大约在2021年底，首先是算法部分，2022年10月浪潮信息提出了纯视觉的DABNet4D，2023年3月提出IEI-BEVFusion++，在关键性指标nuScenes Detection Score（NDS）得到77.6%的高分，创造了3D目标检测全赛道迄今最高成绩，与零跑汽车的EA-LSS并列全球第一。图片来源：浪潮信息汽车的高性能运算可以算是边缘计算，浪潮信息是国内边缘计算服务器排名第一的厂家，自然也延伸到汽车自动驾驶领域。浪潮信息在2023年8月推出了EIS400自动驾驶域控制器和AutoDRRT计算框架，和汽车领域的厂家有比较大的差别。 EIS400自动驾驶域控制器

[汽车电子]

浪潮信息<font color='red'>自动驾驶</font>域控制器架构分析

关于自动驾驶高精定位的几大问题

定位是高等级自动驾驶的基础，但在高速NOA和城区NOA等场景中，如何能够稳定地在各种工况下实现高精度定位将是个难题。一个常见的问题是：高速NOA、城区NOA功能需要实现多高精度的定位？需要多高精度的IMU、组合导航和多少种传感器？带着这些困惑，笔者采访了很多行业内专家。第一个问题的答案较为一致：高速NOA只需要实现车道级/分米级的定位即可，能识别出自车在哪个车道就够了；而城区NOA下，由于车道比较窄，尤其是在十字路口处，经常会出现车道变化，如两车道变成三车道或四车道，这时候要想实现车道保持而不压到车道线，就需要定位精度达到厘米级。关于第二个问题“需要多高精度的IMU、组合导航和传感器”，笔者和行业多位专家交流后得

[汽车电子]

关于<font color='red'>自动驾驶</font>高精定位的几大问题

两会聚焦自动驾驶商业化：高精地图数据需建立“中国标准

作为自动驾驶技术的重要基础设施，高精度地图在自动驾驶技术量产落地过程中起着非常重要的作用。随着自动驾驶步入大规模商业化阶段，围绕高精地图的安全合规、成本及数据价值释放进一步成了行业关注焦点。两会期间，多数汽车行业代表就围绕自动驾驶地图数据相关的立法和监管发表提案。如，小鹏汽车CEO何小鹏提出建议，在保证国家地理信息安全的前提下，进一步优化、简化、便利化高精度地图的审核流程，并采取更加有效的方式实现数据的及时更新，缩短高精地图从采集到使用的周期，加快数据积累和技术迭代创新。但回归到实际应用过程中，随着自动驾驶步入城市级道路，受限于成本、地图数据覆盖量等因素，很多车企开始选择“重感知，轻地图”的技术路线。但从另一层面来说，

[汽车电子]

两会聚焦<font color='red'>自动驾驶</font>商业化：高精地图数据需建立“中国标准

机器人出租车意外撞上自行车！你信得过如今的自动驾驶吗？

前不久，一辆Waymo无人驾驶出租车和一名骑自行车的人在旧金山发生了一起事故，事故发生在当地时间下午3点左右，事故发生后，自行车驾驶员并未受到重伤，无需送往医院，仍能自行离开现场。 Waymo是谷歌母公司Alphabet的自动驾驶部门，有数据统计，目前该公司在加州道路上的自动驾驶汽车有438辆，其中包括了不提供乘车服务的测试车辆。2023年全年度中，该公司的车辆在加州行驶了超过480万英里，超过360万英里是由安全驾驶员驾驶的，超过110万英里是完全无人驾驶的。 Waymo在事件发生后发表了完整声明：“2月6日，在旧金山第 17 街和密西西比街交叉口，我们的一辆车辆与一名骑自行车的人相撞。Waymo 车辆在一个四向交叉路口完全停了

[机器人]

洛伦兹MEMS振镜类半固态激光雷达满足车规可靠性

洛伦兹E系列作为自动驾驶的主激光雷达，分辨率可达300线以上，在城市复杂交通场景中，可对各类车辆、行人、路障、水马、限高杆、锥桶、低矮障碍物等交通参与者与障碍物进行准确的识别；探测距离可达300m以上，在高速场景下，保证车辆拥有足够的反应时间；尺寸实现了进一步压缩，整机高度压至40mm以下，便于安装在车顶；大批量价格可以达到千元级别。 1. 超300线分辨率洛伦兹E系列在帧率10Hz的情况下，可达300线以上，垂直分辨率可达0.1°以下，ROI区域动态可配置且实现超高分辨率。相较于市面产品的125~128线的分辨率有巨大飞跃。在城市复杂交通场景中，可对各类车辆、行人、路障、水马、限高杆、锥桶、低矮障碍物等交通参与者与障碍物进行准

[嵌入式]

英伟达“绑架”中国自动驾驶

留给中国车芯的时间不多了。 “ 汽车厂商真正采取行动的没有，只会光叫唤。” 2022中国电动汽车百人会论坛上，全国政协经济委员会副主任、前工信部部长苗圩，在谈及芯片供应问题时，言辞激烈。不仅直言中国汽车行业缺芯少魂，更是对国内车企把车规级芯片、操作系统等卡脖子技术扔给一级配套商的“不作为”，表达了不满。平心而论，像特斯拉那样，为了自动驾驶自研FSD芯片的车企并不多。然而能够让苗主任说出“光叫唤”这样的虎狼之词，可见汽车圈在半导体芯片供应短缺问题的处理方式上，属实存在一些不足之处。就现在的情况来看，中国的新能源汽车行业，也许说得上走在了时代的前列。可距离真正的“弯道超车”，依旧存在许多关键环节并未打通

[汽车电子]

热门资源推荐
热门放大器推荐

小广播

躲避隐藏车辆 阴影感知系统优于雷达

躲避隐藏车辆阴影感知系统优于雷达