美政府致力于消除自动驾驶汽车监管障碍-电子工程世界

分享到: 微博; QQ; 微信; LinkedIn

美国国家公路交通安全管理局(NHTSA)表示，目前正在积极扫清自动驾驶汽车的监管障碍。

　　NHTSA还希望在决定是否废除或重新修订相关规定之前，对相关研究的修改进行评定。但是要完成这项调研并最终制定规则，可能需要多年的时间，支持者们目前正在积极推动国会采取相关行动。

　　NHTSA在一份声明中表示，计划列出一些不必要障碍的具体清单，然后在11月底之前正式发出通知。

　　10月初，美国参议院委员会一致通过了一项法案,旨在加速无人驾驶汽车推进的法案，该法案将允许自动驾驶汽车不用完全遵守当前相关法规的规定。美国参议院商业委员会已经批准了这项法案，而众议院上个月也通过了一项类似的法案。汽车厂商在三年内可以获得NHTSA的豁免权，每年有最多8万辆名额。而根据参议院的规定，NHTSA必须在10年之内完成自动驾驶汽车永久性规则的制定。

关键字：美政府自动驾驶汽车监管障碍引用地址：美政府致力于消除自动驾驶汽车监管障碍

上一篇：特斯拉发力AI和视神经网络加速升级自动驾驶
下一篇：谷歌决定放弃自动驾驶汽车人为介入功能

推荐阅读最新更新时间：2024-05-03 01:55

盘点自动驾驶汽车主流传感器

传统的汽车，由于是人为控制，对外界环境的感知、认知以及对汽车的控制都是由驾驶员来完成。或者一些稍微高级的汽车，配有高级辅助驾驶，可由驾驶员和辅助驾驶系统配合着完成这些“任务”。但对于自动驾驶和无人驾驶汽车，因为是车辆本身占据了汽车部分甚至是全部的控制权，此时便要依靠安装在汽车上各种各样的传感器协同工作，保证行车安全。目前来看，企业应用于自动驾驶汽车的传感器主要有以下几种：图像传感器、激光雷达、毫米波雷达、超声波雷达以及生物传感器。它们依据各自不同的产品属性，在自动驾驶汽车行驶过程中各主不同的功能，以保证自动驾驶汽车的正常运行。本文盖世汽车带大家认识目前自动驾驶汽车上几种主要的传感器。图像传感器图像传感器又叫感光元件，是

[嵌入式]

人工智能时代来临，你希望机器人有人格么？

时至2015，科技界的气氛与往年大不一样：似乎影片《超能陆战队》、《星际迷航》、《机械公敌》中，那些遥远的科技场景都将走进我们的生活。因为，人工智能时代真的来临了。 2015年作为起点，以下生活场景将陆续变成现实：开车时，你说出地点，自动驾驶系统将你带到目的地；在医院，你看到来自美国的拖车机器人Tuggy McFresh在运送医疗器械和来自日本的“大白”机器人Robear在照顾病人；在酒店，2015年新上市的日本Henn－na服务生机器人包揽了从值守前台、运送行李到客房清扫等一众服务；下班后，你按下了“回家模式”，推开家门你发现，窗帘已经拉上，温度适宜，灯光柔和，热水烧好，还有日本软银公司的家居机器人Pepper跟你问好卖萌

[嵌入式]

IPMS研发MEMS扫描仪让自动驾驶汽车不受干扰地感知周围环境

据外媒报道，当自动驾驶汽车开过街角，乘客正在后座熟睡，驾驶座上无人乘坐。如果突然有行人从车辆前穿过马路，该辆自动驾驶汽车会自动刹车。而上述情景很快会成为现实，在自动驾驶汽车中，人只是乘客，汽车可以独立驾驶，识别障碍和危险。为了让车辆识别周围环境，激光雷达传感器会代替驾驶员的眼睛。激光雷达即光探测和测距技术，可以测量物体与车辆之间的距离。其工作的原理是将激光信号发射到环境中，再分析反射回来的激光信号。（图片来源：弗劳霍恩夫光电微系统研究所）德国德累斯顿弗劳霍恩夫光电微系统研究所（Fraunhofer Institute for Photonic Microsystems，IPMS）的一组研究人员正在研发一种微扫描

[汽车电子]

IPMS研发MEMS扫描仪让<font color='red'>自动驾驶</font><font color='red'>汽车</font>不受干扰地感知周围环境

通用汽车旗下Cruise将自主研发自动驾驶芯片

北京时间9月14日上午消息，据报道，通用汽车旗下的自动驾驶部门Cruise已经开始自主研发用于自动驾驶汽车的芯片，该芯片预计将于2025年开始部署。　　当地时间周二，该公司的高管表示，其目标是拉低车辆成本并提升产量规模。目前Cruise正在复制特斯拉的道路，逐渐放弃英伟达的芯片，转而开始自己生产定制芯片，为其车辆提供动力。　　 Cruise公司硬件负责人卡尔·詹金斯（Carl Jenkins）表示：“两年以前，我们向一个著名的CPU供应商支付了很多钱。”很显然，他所指的就是图形处理单元，即GPU领先供应商英伟达。他在带领媒体参观Cruise位于旧金山的研发中心时表示：“由于我们的需求量很小，因此没有与对方协商价格的能力。我们

[汽车电子]

边缘AI计算在自动驾驶汽车上的应用潜力

自动驾驶是边缘计算的重要应用，自动驾驶需要100-1000TOPS边缘AI算力，其具有高性能、低功耗特点的边缘AI（Edge AI）成了行业壁垒。 AI计算需要域来优化算法和数据流架构，摩尔定律已逼近极限，若没有正确的算法和架构，仅基于处理技术的驱动性能将无法实现预期的结果。整体边缘计算市场规模高速增长。图片来源：IDC 未来计算平台第一类：冯·诺依曼人工智能架构哈佛大学推出了参数化深度学习基准套件ParaDNN，这是一种系统化、科学化的跨平台基准测试工具，不仅可以比较运行各种不同深度学习模型的各类平台的性能，还可以支持对跨模型属性交互作用的深入分析、硬件设计和软件支持。 TPU（Tensor Proc

[嵌入式]

边缘AI计算在<font color='red'>自动驾驶</font><font color='red'>汽车</font>上的应用潜力

自动驾驶汽车利用卷积神经网络可以学习人类决策

对于自动驾驶汽车而言，也许有一种更好的学习驾驶的方法——观察人类。据外媒报道，澳大利亚迪肯大学的研究人员发现，借助改进的视觉校正系统，自动驾驶汽车可以通过观察人类操作员来学习。（图片来源：迪肯大学官网）该团队实施模仿学习，即从演示中学习。驾驶员驾驶一辆配备三个摄像头的汽车，从车辆前方和两侧观察周围的环境。然后，通过神经网络（基于大脑神经元如何交互处理信息的计算机系统）处理这些数据。此种方法使得车辆能够根据观察人类做出类似决策，并根据从中所学来做出决策。迪肯大学副校长Saeid Nahavandi解释说，“该过程期望仅从摄像头拍摄的图像生成一个模型，以用于自动驾驶汽车。” 该处理系统具体来说是一个卷积神经网络，反映

[汽车电子]

<font color='red'>自动驾驶</font><font color='red'>汽车</font>利用卷积神经网络可以学习人类决策

由MCU走向SoC，汽车芯片转战下一代ADAS和自动驾驶

定义一辆现代化汽车的不再只有外形、舒适度与行驶性能，还有汽车的智能化。从车载信息娱乐系统（IVI）到ADAS，这些都离不开车载芯片的功劳。过去汽车内部的控制系统相互孤立，如今在各大系统逐渐整合的趋势下，汽车芯片也慢慢由 MCU 转向SoC。据统计机构的研究报告指出，2018年全球汽车SoC的总市值达129.315亿美元，预计在2019到2028年的周期内，其市值还将以8%的年复合增长率大幅上升。其中以增强型IVI的需求仍在不断增长，而终端用户中，对驾驶辅助以及安全意识的提高，将成为ADAS应用SoC增长的关键要素之一。出于同样的原因，专注于消费芯片的厂商，也开始在汽车芯片领域布局。由于疫情影响了一定的汽车出货量，但从已经回

[汽车电子]

由MCU走向SoC，<font color='red'>汽车</font>芯片转战下一代ADAS和<font color='red'>自动驾驶</font>

SIA：美政府应向中国学习，制定半导体行业激励计划

9月16日，美国半导体行业协会（SIA）与波士顿咨询集团（BCG）联合发布了一份研究报告，分析了美国政府谋划中的激励措施对该国半导体制造的影响。这份名为《政府激励和美国半导体制造业竞争力》（Government Incentives and U.S. Competitiveness in Semiconductor Manufacturing）的报告，指出强有力的国家激励措施将扭转数十年来美国半导体生产规模持续走低的轨迹，并计划在未来10年美国要在本土建立多达19个大型半导体制造工厂（fab），增加7万多个相应的高薪工作岗位。 SIA与BCG联合发布了《政府激励和美国半导体制造业竞争力》报告安森美总裁兼CEO，目前SIA轮

[手机便携]

热门资源推荐
热门放大器推荐

小广播

热门活动

换一批

■2024 瑞萨电子MCU/MPU工业技术研讨会——深圳、上海站，火热报名中

■罗姆有奖直播 | 重点解析双极型晶体管的实用选型方法和使用方法

■STM32N6终于要发布了，ST首款带有NPU的MCU到底怎么样，欢迎小伙们来STM32全球线上峰会寻找答案！

■免费下载 | 安森美电动汽车充电白皮书，看碳化硅如何缓解“里程焦虑”！