华为成功破圈，特斯拉抛弃雷达-电子工程世界

自动驾驶在风口有些年头了，不过关注者们主要是资本市场投资人和汽车行业内部人员，并没有形成广泛的影响力。2021年自动驾驶算是真正“破了圈”，一系列大事件的发生让普通吃瓜群众也上了头。下面，我们就来捋一捋，有哪些记忆深刻的大事件发生。请先看视频：

TOP 8 停车场记忆泊车功能上线

车进了停车场，驾驶员可以下车直奔家门，车辆乖乖的自动停回车位，这样的“美事”相信很多人都想过，如今这真的有可能实现了。威马W6和广汽AION Y先后发布了AVP代客泊车功能，在对停车路线进行学习之后，车辆可以自行从起点开至停车位，全程不需驾驶员接管。

自动驾驶资深玩家小鹏P7随后也通过OTA升级了记忆泊车的功能，最长学习距离达到了1km，对停车场各种复杂路况的处理也比较到位。

特斯拉，自动驾驶，华为，自动驾驶,特斯拉

TOP 7 上汽拒绝与华为合作自动驾驶

上汽集团董事长陈虹表示“与华为这样的第三方公司合作自动驾驶，上汽是不能接受的，因为这就好比有一家公司为我们提供整体的解决方案，如此一来它就成为了灵魂，而上汽就成为了躯体”。

有些人质疑上汽的合作立场，也有些人会称赞上汽的骨气。在所长看来，自动驾驶是兵家必争之地，甚至会决定企业未来的命运。究竟是把命运掌握在自己手里，还是与别人合作共有，确实要根据自身情况掂量掂量，不能一概而论。

特斯拉，自动驾驶，华为，自动驾驶,特斯拉

TOP 6 无人驾驶自行车爆红

一名小哥，孤身一人，从硬件到感知到算法全盘搞定，打造了一辆无人驾驶自行车，风靡各大网络平台。可以说是“一个人搞定了一个研究院干的事”，实在是厉害。

看来，无人驾驶的时代，不只属于汽车。

特斯拉，自动驾驶，华为，自动驾驶,特斯拉

TOP 5 无人驾驶为抗疫立功

6月份广州疫情正紧张，部分小区实行封闭管理，来自文远知行、百度Apollo、小马智行的无人驾驶车队担当起物资运送的重任，一方面为抗疫立了功，另一方面也让更多人看到了无人驾驶的有用和厉害之处。

特斯拉，自动驾驶，华为，自动驾驶,特斯拉

TOP 4 视觉与雷达之争

2019年特斯拉CEO马斯克公开表示，用激光雷达的都是傻瓜。两年过去了，这个疯狂的男人不仅没有改变，还在北美最新的Model 3中把毫米波雷达也抛弃了，依靠视觉算法实现了FSD完全自动驾驶。反观中国市场，几乎所有的自动驾驶玩家都把激光雷达纳入重要的感知单元之一。

这场自动驾驶路线之争，究竟谁不是傻瓜？

TOP 3 车载激光雷达，它来了！

过去激光雷达给大家的印象是又大又贵，车顶大鼓包，一套几十万，这似乎成了自动驾驶的标签。

今年以来，蔚来ET7，小鹏P5，极狐阿尔法S纷纷发布了搭载激光雷达的车型，一改过去大鼓包的形象，真正的来到了我们身边。自动驾驶的发展可能比我们想象中要更加迅速。

TOP 2 华为自动驾驶成功破圈

在上海闹市区，华为自动驾驶系统实现12公里零接管，轻松应对各种复杂路况，视频一出，瞬间引爆了全行业，连隔壁水果店的大叔见了我都主动聊起这个话题。华为成功将自动驾驶破了圈。智己L7随后也发布了在上海闹市区40分钟零接管的视频，看来大家都是铆足了劲。

让自动驾驶的竞争，卷的再激烈些吧！

特斯拉，自动驾驶，华为，自动驾驶,特斯拉

关键字：自动驾驶视觉算法激光雷达引用地址：华为成功破圈，特斯拉抛弃雷达

上一篇：6月动力电池装车量11.1GWh 宁德时代稳居第一
下一篇：五大关键词解锁2021自动驾驶发展趋势

推荐阅读最新更新时间：2024-10-21 10:50

车辆自动驾驶技术之自动记忆泊车原理分析

相对于记忆行车而言，记忆泊车 MPA（Memory Parking Assist）可以看成是停车场区域内的一个自动驾驶功能，可帮助用户按记忆的路线自动巡航并泊入车位或自动从车位泊出并巡航至泊出点。如下图表示了记忆行车和记忆泊车在整个工作环境中的场景示意图。通常情况下，考虑到记忆泊车实际是一种低速自动驾驶控制过程，因此需要在记忆泊车过程中设置一定的设计运行范围才能保证其记忆建图和行驶控制具备可行性。比如，从控制逻辑上讲在记忆泊车控制中如果遇到前方障碍物的情况，对于记忆行车而言，通常是采用刹车避障的方式进行障碍物躲避。而记忆泊车则是通过转向绕行的方式进行障碍物躲避，从这一点上讲也是记忆泊车相对于记忆行车来说十分不一样的地方。此外

[嵌入式]

车辆<font color='red'>自动驾驶</font>技术之自动<font color='red'>记忆</font><font color='red'>泊车</font>原理分析

激光雷达与视觉算法，谁能赢得自动驾驶的未来？

导语：从技术层面看，让机器学会和人类一样深度思考，来代替人类驾驶车辆的视觉算法无疑是非常先进与智能的。但在目前的条件之下，加入激光雷达，也明显是更具安全保障的方案。即使在5年之前，很多人都或许还觉得自动驾驶是一项距离我们生活很远的高精尖技术。不过，科技的发展日新月异，现在自动驾驶技术作为“人工智能”最快落地的领域和场景之一，已经没有人再去质疑它的可能性。毕竟像L2级的自动驾驶，都已经大面积的应用到了10万级的新车上了。那家车企现在如果推出的新车不带L2级的自动驾驶，恐怕都不好意思拿出手。而更高阶的L3、L4、L5级的自动驾驶技术，也不遥远，比如在2020年，奥迪、广汽、长安等厂家，纷纷推出自己的“首款L3”量产车，威马

[汽车电子]

<font color='red'>激光雷达</font>与<font color='red'>视觉</font><font color='red'>算法</font>，谁能赢得<font color='red'>自动驾驶</font>的未来？

激光雷达与视觉算法，谁能赢得自动驾驶的未来？

[汽车电子]

激光雷达VS视觉算法究竟哪个是自动驾驶的未来？

大家好，我是电动车公社的社长。最近，小鹏汽车因为两件事火了。第一件是股价，一天之内暴涨33.92%，让许多人尝到了支持新能源的甜头。何小鹏反应很快，发了一封全员邮件，希望小鹏汽车的小伙伴们放眼长线利益，不要只看短期股价的涨跌。随后股价果然跌回了暴涨前的价格…… 另一件事，就是何小鹏和马斯克互怼了。事情的起因是一位海外友人看热闹不嫌事儿大，在推特上问马斯克：“如何看待小鹏汽车在自动驾驶领域采用激光雷达，没有采用和特斯拉相同的纯视觉路线？” 不仅如此，还添油加醋地补充了一句，“小鹏汽车是不是意识到他们抄袭特斯拉的方案行不通了。” 推特红人马斯克当然不会放过这个营销的机会，直接指责小鹏汽车

[汽车电子]

<font color='red'>激光雷达</font>VS<font color='red'>视觉</font><font color='red'>算法</font> 究竟哪个是<font color='red'>自动驾驶</font>的未来？

自动驾驶行车&泊车过程的纵向控制算法解析

为满足自动驾驶行车&泊车过程的纵向控制功能需求，需开发行车功能的纵向控制VLC以及泊车功能的轨迹速度规划TSP，其中，VLC负责将车辆纵向控制的加速度接口ax转化为驱动/制动力Fx（包括前馈控制与反馈控制），TSP进行S-V关系式拟合。 VLC控制算法简介 VLC技术方案简介对于车辆的纵向控制，首先基于ACC模型并选择合适的控制算法，如极点配置、LQR、MPC等算法（可参考公众号相关文章），进而通过解算得到系统的控制输入量即期望加速度。忽略扰动项（前车加速度），得到ACC模型如下：上述式子中：d为两车间的实际距离，为车头时距，为两车间静止时的期望距离，为前车速度，为本车速度，τ为一阶惯性环节的惯性时间常数。控制算

[嵌入式]

<font color='red'>自动驾驶</font>行车&<font color='red'>泊车</font>过程的纵向控制<font color='red'>算法</font>解析

自动驾驶：自动泊车之AVM环视系统算法2

本文的内容主要讲述AVM 3D算法pipeline，一种自研提取角点标定方法，汽车辅助视角。每个部分都涵盖了完整的算法理论以及部分代码，适合有一些计算机视觉基础的同学，或许可以给相关方向的同学做些参考。一. 一种更优的联合标定方案 1.1 算法原理分析在前面的工作中，我们调用opencv函数findChessboardCorners提取图像上位于标定布中间的棋盘格角点，然后计算投影矩阵H。在SLAM 14讲中，计算H就是求解Ax=0这样一个问题。其原理就是构造一个最小二乘的形式，用奇异值分解的方式来计算一个误差最小的解。而为了逼近这个最小误差，可能造成除了棋盘格角点以外的其他像素值的投影误差很大。换句话说，由于棋盘格角点

[嵌入式]

<font color='red'>自动驾驶</font>：自动<font color='red'>泊车</font>之AVM环视系统<font color='red'>算法</font>2

基于自动泊车的自动驾驶控制算法设计与研究

1自动泊车系统自动泊车系统(AutomatedParkingASSiSt,APA)利用车辆搭载的传感器感知车辆周边环境,扫描满足当前车辆停放的障碍物空间车位或线车位,并通过人机交互(HumanMachine Interface,HMI)获取驾驶员对目标车位的选择或自动确定目标车位,自动规划泊车路径,通过控制器向车辆执行机构发送横向及纵向运动控制指令,最终实现车辆安全、准确、高效地泊入目标车位,如图1所示。为实现上述自动泊车功能,一般将APA系统分为车位扫描、路径规划以及决策控制三个模块,对各模块功能描述如下: (1)车位扫描模块:利用车辆配置的传感器对障碍物边界(车、路沿等)形成的障碍物边界车位和有车位线标记的线车位进行识

[嵌入式]

基于自动<font color='red'>泊车</font>的<font color='red'>自动驾驶</font>控制<font color='red'>算法</font>设计与研究

激光雷达与纯视觉方案，哪个才是自动驾驶最优选？

自动驾驶技术作为现代交通领域的颠覆性创新，已经成为全球汽车制造商和技术公司的战略重点。自动驾驶技术的核心在于车辆感知环境的能力，这决定了系统能否在复杂的道路条件下做出安全、有效的决策。当前，感知技术主要分为两大类：激光雷达与视觉感知。激光雷达因其能够提供精确的距离和形状信息，在自动驾驶技术早期的开发中被广泛应用。然而，随着计算机视觉技术的飞速进步，基于摄像头的纯视觉感知方案逐渐崭露头角，并在某些场景下展现出明显优势。激光雷达最初被认为是实现高阶自动驾驶不可或缺的核心硬件。其通过发射激光束并接收反射信号，可以精确测量物体与车辆之间的距离，进而构建三维环境模型，帮助自动驾驶系统实现高精度的感知与导航。然而，

[汽车电子]

热门资源推荐
热门放大器推荐

小广播