传感器将成为无人驾驶汽车最大功臣

发布者:sclibin最新更新时间:2014-03-19 来源: 21ic关键字:传感器  无人驾驶汽车  云存储系统 手机看文章 扫描二维码
随时随地手机看文章

据国外媒体报道,大数据分析师马克·冯·里吉门纳姆(Mark van Rijmenam)指出,无人驾驶汽车将配置有大量传感器,每秒钟可生成1GB的数据。

里吉门纳姆预计,无人驾驶汽车中的传感器还能够防患于未然——在故障发生前发现隐患,甚至规划对汽车进行修理。

谷歌首席执行官塞吉。布林(Sergey Brin)去年说,未来5年内“普通人”将可以使用无人驾驶汽车。去年秋季,加利福尼亚州政府通过了让无人驾驶汽车上路行驶的法律。通用汽车计划2015年推出一款半自动驾驶的卡迪拉克汽车。

里吉门纳姆称,“全球汽车保有量超过10亿辆,谷歌的无人驾驶汽车普及后,产生的数据量将是令人难以想象的。谷歌并非是在开发无人驾驶汽车的唯一一家公司。”市场研究公司Gartner分析师斯洛。科斯洛斯基(Thilo Koslowski)说,“到2020年,市场上将出现数款价位合理的无人驾驶汽车。”

里吉门纳姆预测,所有汽车公司可能都在开发无人驾驶汽车。荷兰无人驾驶汽车用摄像头厂商Mobileye已融资4亿美元。

里吉门纳姆本周发表博文称,“谷歌的无人驾驶汽车会生成大量数据,它利用这些数据确定行驶方向和速度,甚至能根据探测到的路上新出现的烟头,判断可能会有人突然‘现身’。”

里吉门纳姆表示,如果无人驾驶汽车每秒生成1GB数据,每年产生的数据量将达到约2PB(千万亿字节)。他是根据每辆汽车每年行驶600小时(216万秒)得出这一结论的。

科斯洛斯基不同意每辆无人驾驶汽车每秒能生成1GB数据的观点。尽管无人驾驶汽车内部元器件之间会有大量数据传输,但这些数据不会被存储,因此这些数据只供汽车本身使用,“一些高端汽车每小时可能生成1GB用户可能需要分析的数据,但1秒钟不会产生1GB这样的数据”。与目前的技术相比,无人驾驶汽车生成的数据量将会大得多,这一点是毋庸置疑的。

科斯洛斯基说,未来汽车将配置更多的红外传感器、摄像头和激光雷达,用于探测周围出现的物体。汽车甚至能相互交流,“了解”附近汽车的速度,在附近的汽车突然转向或刹车时及时作出反应。利用计算机算法和预测模式,汽车甚至能预测附近是否有汽车在行驶,甚至其他驾驶员的驾驶水平,防止受到伤害。

科斯洛斯基甚至预计,未来汽车生成的数据将上传到云存储系统,政府可以利用这些数据提高行车安全性。

配置大量传感器的汽车将能实时发现故障,并提前采取措施。例如,汽车会及时通知驾驶员可能存在的隐患,防止酿成更大的故障。无需驾驶员干预,汽车可以与修理店预约保养、维护。

里吉门纳姆指出,未来,汽车收集的数据“将帮助汽车公司发现需要改进的领域。新车型上市销售所需要的时间也将大大缩短”。

关键字:传感器  无人驾驶汽车  云存储系统 引用地址:传感器将成为无人驾驶汽车最大功臣

上一篇:德国测试智能充电站 适用各类电动汽车
下一篇:车载低端图像数据采集压缩存储及传输系统的实现

推荐阅读最新更新时间:2024-05-02 23:02

MSP430FW42X 无磁传感器水表解决方案
   MSP30FW42Xc 具有功耗低(静态电流小于 4 微安)、测量流量范围宽、精度高、稳定性和一致性好的特点,尤其在小流量下亦保持了很高的测量精度,同时丝毫不受各类水锈、杂质的影响,特别适合在水质较差的供热环境下长期使用而不影响测量精度。   一、单片机主要性能   MSP430FW42X 系列单片机是 TI 针对电子式流量与旋转运动检测最新开发的专用 MCU 芯片,它将超低功耗 MCU 、旋转扫描接口( Scan IF )和液晶显示 LCD 驱动模块完美地结合为一体,该器件的超低功耗结构和流量检测模块不仅延长了电池的寿命,同时还提高了仪表的精度与性能。   MSP430FW42X 除了完全兼容现有 MSP 430
[单片机]
MEMS传感器的优化与动态试验
前 言  现代液压技术研究热点由静态特性向动态特性转变,以往的经验证明,静态特性很完善的系统,运行后时常会发生振动、噪音等问题,这主要是由于系统动态特性研究不到造成的。出于种种目的,国内外对管道动特性进行了许多研究,非定常流动的油液,由于其外部表现和内在机理的复杂性,直到现在仍有不少问题未能彻底解决。目前,许多液压系统的设计和分析只能按照定常流动进行,但实际上,系统中出现非定常流动的几率并不亚于定常流动,所以研究并提高传感器的动态性能对实现液压系统动态测量具有重要意义。  1、MEMS传感器结构  作者所在的研究组在前期应用压力梯度法和压力互相关法测量液压系统流量进行了理论和实验研究,取得了一定进展,在此基础上,提出这种
[嵌入式]
测力传感器的设计过程应力集中原则
一、概述   对于电阻应变片式测力传感器(以下简称“测力传感器”)来说,弹性体的结构形状与相关尺寸对测力传感器性能的影响极大。可以说,测力传感器的性能主要取决于其弹性体的形状及相关尺寸。如果测力传感器的弹性体设计不合理,无论弹性体的加工精度多高、粘贴的电阻应变片的品质多好,测力传感器都难以达到较高的测力性能。因此,在测力传感器的设计过程中,对弹性体进行合理的设计至关重要。   弹性体的设计基本属于机械结构设计的范围,但因测力性能的需要,其结构上与普通的机械零件和构件有所不同。一般说来,普通的机械零件和构件只须满足在足够大的安全系数下的强度和刚度即可,对在受力条件下零件或构件上的应力分布情况不必严格要求。然而,对于弹性体来说,除
[工业控制]
贸泽电子开售Texas Instruments AWR1843AOP汽车雷达传感器
2023年4月13日 – 专注于引入新品的全球半导体和电子元器件授权代理商 贸泽 电子 (Mouser Electronics) 即日起供货 Texas Instruments 的AWR1843AOP 汽车雷达传感器 。AWR1843AOP的外形尺寸极为小巧,可为工程师提供出色的集成度,适用于汽车行业的低功耗、自监控、超精确的雷达系统。 贸泽 电子供应的TI AWR1843AOP传感器是一种适用于76至81GHz频段的天线封装 (Antenna-On-Package, AOP) 器件。AWR1843AOP采用 Texas Instruments 的低功耗45nm RFCMOS工艺,集成了DSP子系统(其中包含用于雷达信号处
[汽车电子]
贸泽电子开售Texas Instruments AWR1843AOP<font color='red'>汽车</font>雷达<font color='red'>传感器</font>
CEVA 传感器中枢DSP 获得 ASIL B 和 ASIL D汽车安全合规认证
CEVA SensPro™ 传感器中枢DSP 获得 ASIL B(随机)和 ASIL D(系统)汽车安全合规认证 功能安全认证DSP和综合软件开发套件非常适合开发低功耗汽车传感器融合SoC用于处理和融合来自摄像头、雷达、激光雷达等装置的数据,适合自动驾驶和先进驾驶辅助系统 (ADAS)应用 CEVA,全球领先的无线连接和智能传感技术及集成IP解决方案的授权许可厂商宣布其SensPro™传感器中枢 DSP IP已取得汽车安全完整性 B 级随机故障和 ASIL D级系统故障合规认证。CEVA已将SensPro授权许可予多家领先汽车半导体厂商用于下一代汽车SoC。作为汽车IP供应商,SensPro安全认证反映了CEVA以安
[传感器]
CEVA <font color='red'>传感器</font>中枢DSP 获得 ASIL B  和 ASIL D<font color='red'>汽车</font>安全合规认证
智能传感器接口在数据采集中的优势
     大多数模拟测量系统的系统架构都相对比较直接。这种架构的核心通常是主机处理器,用于控制并检索来自一个或多个 ADC 的数据。在信号链一端向 ADC 馈送数据的是主机控制的传感器。对上述系统进行分析,并明确在不影响性能的情况下需进行哪些优化,其实对我们来说可做的事情并不多。要确定功能块中需要集成哪些功能并不容易,很难直接控制传感器前端。此外,我们通常要根据一系列其他要求预先确定主机处理器,这主要是由存储器大小、CPU 速度等软件要求决定的。 对负责系统后端的模拟设计人员而言,通常只能对 ADC 进行优化。不过,这时数字接口基本已经不能变更了,这主要也是由主机处理器的要求决定的。当然,目前非常多的主机处理器都能实现极高的性能且
[嵌入式]
自动驾驶中的传感器以及传感器组合方案
自动驾驶分感知,融合互联,定位,处理决策,执行等几个步骤,当然如我们之前文章自动驾驶的三种解决方案基于不同的基础,可能有所不同但都离不开感知,处理,执行三个步骤。 在自动驾驶领域,传感器硬件是智能驾驶算法的基础,是执行的源头,所以传感器在自动驾驶方面是比较重要也热门的产品。但其实当前自动驾驶传感器种类繁多、功能各异。本文将介绍自动驾驶相关的常用的传感器,相关原理以及优缺点,展望部分新兴传感器;以及未来自动驾驶整车传感器组合趋势,希望能给大家带来一些整体传感器的认知。 自动驾驶的传感器们 首先当前汽车自动驾驶相关传感器底层技术应用分为两类: 一类为光学图像投射到图像传感器表面上,然后转为电信号就是摄像头,单
[汽车电子]
自动驾驶中的<font color='red'>传感器</font>以及<font color='red'>传感器</font>组合方案
TDK推出SmartEdgeMLTM赋能在6轴IMU上运行超低功耗的机器学习模型
MEMS传感器 TDK推出SmartEdgeMLTM赋能在6轴IMU上运行超低功耗的机器学习模型 SmartEdgeML解决方案允许用户在传感器芯片上构建、测试、调试和部署机器学习 (ML) 模型 SmartEdgeML包括:SmartMotion™ ICM-45686-S 6轴运动传感器、SmartBug 2.0评估套件和传感器推理框架 (SIF) 软件(可下载) SmartBug 2.0 (MD-45688-ML) 于2024年2月推出 TDK株式会社新近推出InvenSense SmartEdgeMLTM解决方案,这是一种先进的边缘机器学习解决方案,为用户提供了在可穿戴设备、可听戴设备、增强现实眼镜、
[工业控制]
TDK推出SmartEdgeMLTM赋能在6轴IMU上运行超低功耗的机器学习模型
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved