5月25日，日立安斯泰莫株式会社（Hitachi Astemo）宣布开发出高精度车辆路线规划技术“Dynamics Planning”（动态规划），专用于自动驾驶电子控制单元（AD ECU）。该技术采用Dynamics Planning算法，可控制Level 3汽车的不适摇摆和加速的算法，从而带来舒适的驾驶体验。
（图片来源：日立安斯泰莫）
日立安斯泰莫开发的Dynamics Planning算法，可实现能使车辆内部保持舒适的路径和速度，就好像是熟练驾驶员、自动驾驶和先进驾驶员辅助技术的结合体。Dynamics Planning通过传感器收集数据，例如摄像头、使用MPU（地图位置单元）的地图数据，以及未来从基础设施数据合并的交通信息。可驾驶区域的数据会被输入到AD ECU，从而可以有效利用车道宽度绘制平缓路线、加速度变化限制的轨道，以及确保该变化平缓的路线计划。
自动驾驶车辆技术的发展不仅仅是使车辆在无驾驶员控制的情况下，安全抵达预期目的地，还需要保证驾驶过程安全、舒适且快速。随着自动化程度的不断提高，车辆舒适性变得尤为重要，且驾驶员无需对车辆进行操控。
目前还是需要技术熟练的驾驶员，有效利用车道宽度和速度，从而平缓地通过弯道，并产生平滑的加速度变化，进而保持车舱舒适度，并减少非正常加速和摇摆带来的不适。然而，当前常规高级驾驶员辅助技术无法复制熟练驾驶员，而自动驾驶车辆试图以恒定速度沿车道中心路径行驶，从而导致不适的摇摆。
由于复杂计算取决于重量和长度等车辆特性，因此当今的路线规划方法要求AD ECU具有超高的计算能力。此外，一旦出现意外干扰，如大风或路面不平整，车辆驾驶可能不会很舒适。无需采用其专有的车辆控制技术管理车辆参数和潜在干扰因素，日立安斯泰莫的Dynamics Planning算法就可以实现简单的路线规划。
自动驾驶汽车行驶在由Dynamics Planning计算得出的目标路线图，可提供舒适的驾驶体验，就像由技术熟练的驾驶员驾驶一样，没有不适摇摆。
通过提供先进的出行解决方案、改善安全性和舒适性并增强环境保护，日立安斯泰莫将提高社会、环境和经济价值，从而实现可持续发展的社会、为改善生活质量做出贡献，并提高企业价值。
关键字：Dynamics 自动驾驶
引用地址：
日立安斯泰默开发“Dynamics Planning”技术 提高自动驾驶车辆舒适度
推荐阅读最新更新时间：2024-11-09 12:08
端到端：自动驾驶的终极形态？
从去年8月份的直播测试，到如今推送到了超1.5万台员工车型上，特斯拉FSD V12迎来了马斯克口中所说的里程碑时刻。 升级日志说明中言简意赅地说明了V12版本的重大转变，用数百万视频片段训练而成的端到端神经网络，取代了超过30万行显式的C++代码。 一位特斯拉员工车主这样评价到，“特斯拉应该更早地转向端到端（End to End），而不是浪费时间和精力迭代用于驾驶控制的C++代码，保留C++几乎不可能实现真正的FSD”。 在这之中，被提到最多的一个问题就是“端到端”，那么问题来了，究竟什么是“端到端”呢？ 想要了解端到端，我们还要从2023年火爆的ChatGPT说起。 “端到端”自动驾驶 2023年，Ope
[汽车电子]
端到端自动驾驶到底是什么？
01 端到端自动驾驶到底是什么？ 经典的自动驾驶系统有着相对统一的系统架构： 探测（detection） 跟踪（tracking） 静态环境建图（mapping） 高精地图定位 目标物轨迹预测 本车轨迹规划 运动控制 几乎所有的自动驾驶系统都离不开这些子系统，在常规的技术开发中，这些模块分别由不同的团队分担，各自负责自己模块的结果输出。 这样的好处是，每一个子系统都能够有足够好的可解释性，在开发时能够独立优化。 与此同时，为了保证整体自动驾驶的性能，每一个模块都需要保证给出稳定的表现。 所以事实上在一个 Bug 出现时，需要巨大的 Triage 团队对 Bug 进行分析，然后将具体的 Bug 来源分配给责任团队。 据说在 Waym
[嵌入式]
安霸助力卡车自动驾驶领导者嬴彻科技交付L3级自动驾驶方案
安霸助力卡车自动驾驶领导者嬴彻科技交付L3级自动驾驶方案，涵盖前视及周视的视觉感知和AI计算 嬴彻科技在其车规级中央计算平台中采用安霸边缘AI 芯片 2022年6月22日，美国加利福尼亚州圣克拉拉市，Ambarella (下称“安霸”，专注于AI视觉感知芯片的半导体公司)，与Inceptio Technology（下称“嬴彻科技”，专注自动驾驶技术和运营的科技公司）达成合作， 嬴彻科技在其车规级中央计算平台里采用安霸AI 芯片CV2FS和CV2AQ（共四颗CVflow® SoC），并已前装量产 。该平台是嬴彻科技全栈自研的卡车自动驾驶系统“轩辕”的核心，其中安霸的SoC在此平台上为7个800万像素摄像头同时提供高性能和
[传感器]
“股王”英伟达，投了家自动驾驶公司，金额超14亿！
3年融20亿，智卡又出了个独角兽 自动驾驶寒冬已去，惊雷乍起… 当地时间6月18日，加拿大自动驾驶卡车初创公司Waabi发布最新公告，官宣已在超额认购的B轮融资中筹集2亿美元（约14.5亿人民币）。 据公告，本轮融资由老股东Uber（优步）、Khosla Ventures（美国知名VC，也是OpenAI早期投资人）加注领投，英伟达、沃尔沃风投、保时捷汽车等行业巨头，也在豪华股东名单。 其中，最引人注目的还属英伟达。 6月18美股收盘，英伟达大涨3.5%，股价定格在135.580美元/股，总市值达3.34万亿美元（约24.2万亿人民币），从微软手里拿下全球市值第一的宝座，成为新晋“股王”。 作为参考，当日苹果下跌1.10%，总市值
[机器人]
国芯思辰 |铁电存储器PB85RS2MC在自动驾驶技术中的应用
车联网通信技术和人工智能决策平台是自动驾驶技术的核心技术。传感器，CAN通信，infotainment这些系统都需要实时和持续的存储当前状态信息，并进行实时分析和处理信息。因此需要提高存储器的性能和耐久性设计，这些要求使国产铁电存储器PB85RS2MC成为最佳的存储选择。 PB85RS2MC配置为262,144×8位，是通过铁电工艺和硅栅CMOS工艺技术形成非易失性存储单元，该芯片不需要电池就可以保持数据。和EEPROM比较，PB85RS2MC具有读写速度快（最高100万次）、写入寿命长、写入耗能小等优点。 1、铁电存储器在Car Infotainment中的应用： 高速读写，高读写耐久性：系统常常会会受到发动机关闭，导航
[嵌入式]
透过特斯拉自动驾驶传感器以及芯片看其高利润秘诀
最近特斯拉在汽车圈又刷了一波流量，例如新闻标题“一辆特斯拉赚十万””利润暴涨658%“等。其实这背后信息是特斯拉发布了2022 年第一季度，特斯拉总收入达 187.6 亿美元，同比增长 81%。毛利率为 29.1%，营业利润率为 19.2%，均创下有史以来新高，羡慕嫉妒啊。 本着Vehicle不做吃瓜群众的精神，所以也去查看了下，到底特斯拉为啥现在这么盈利？正好看到一篇system Plus consulting的分析介绍特斯拉自动驾驶系统零部件的文章。而作为智能汽车，自动驾驶的传感器以及域控制器不言而喻占用成本非常高，例如我们之前文章从2022 CES 看Mobileye 自动驾驶产品技术以及战略(谁说算力是唯一标准)中透露
[汽车电子]
昆易电子高阶自动驾驶测试数据闭环解决方案
自动驾驶领域的传感器有GMSL相机、毫米波雷达、激光雷达、超声波等，采集时也涉及到环境、音频、V2X地图等方面的传感器。越来越丰富的传感器，带来的是更多挑战。 昆易电子秉承着让研发更简单Make R&D Easier的理念，专注于嵌入式软硬件开发测试、总线开发测试的研发与应用。 近年来昆易电子着重于自动驾驶领域，在自驾数据采集、图像处理算法、数据注入、虚拟仿真测试等方面开发了一系列高性能工具与定制化解决方案，以应对汽车电气智能化带来的变化与挑战，已成为多家国内自驾一线企业的工具供应商。 昆易数据采集方案 图片来源：昆易电子官网 作为自动驾驶系统的“触角”，自动驾驶领域的传感器设备种类十分丰富，包括GMSL
[汽车电子]
两种端到端的自动驾驶系统算法架构
自动驾驶中的AI大模型如今已越来越火，其设计实际上主要集中在数据生成和场景分析表述两部分，最终目标是想针对自动驾驶的原始感知直接生成车端控制指令。为了要实现这一目的，业界已经做了很多尝试和努力，先探索可行性，最后再重点解决自动驾驶的长尾分布问题和场景识别。 自动驾驶控制器设计通常有两种范式：局部感知方法和端到端学习方法。感知方法依赖于识别人类指定的特征，例如车辆、车道标记等，需要严格的参数调整才能达到满意的性能。相比之下，端到端方法直接将来自传感器的原始数据作为输入来生成规划路线或控制信号。 将此类自动控制系统部署到实际车辆中的关键挑战之一是自动驾驶汽车决策控制策略往往过于复杂，且难以让普通驾驶员理解，因为对于普通乘客来说
[嵌入式]
基于TDC的自动驾驶激光雷达测距方法研究_于慧娟
控制系统计算机辅助设计 — MATLAB语言与应用
京公网安备 11010802033920号