自动驾驶对动力系统的影响有哪些-电子工程世界

在TMC汽车动力系统技术年会上，许多公司展示了引人注目的分享，芝能汽车现场参与报道并整理出相关的内容跟大家分享。今天是本系列第一篇。

纬湃科技的报告中，集中分析了自动驾驶对动力系统的影响，以及相关的安全解决方案和产品。

● 自动辅助驾驶带来的设计改变

科技的快速进展使自动驾驶技术逐步渗入我们的日常生活，这给汽车动力系统带来了巨大的影响。自动驾驶技术的应用有着广泛而深远的目标，不仅极大提升了驾驶舒适度，使人们能够在车内更自由地休息和享受旅程，还为日常通行提供了便利，有助于缓解交通堵塞和改善道路通行状况；更重要的是，自动驾驶能够显著提高道路安全，减少交通事故，保护人们的生命安全。由于这些显著优势，预计自动驾驶市场将在2030年后迎来快速增长。

● 实现自动驾驶的挑战与解决方案

◎ 失效可运行的动力系统：L4级及以上自动驾驶需要具备“失效可运行”的动力系统，即在出现故障情况下，车辆仍然能够保持基本运行功能。为此，纬湃科技设计了冗余低压供电功能和冗余驱动系统，确保在发生故障时能够实现紧急停车或进行应急处理。

◎ 电池包开关系统（BPSS）：在高压电网的解耦方面，纬湃科技引入了电池包开关系统，它能够隔离高压电网各支路之间的故障，防止故障传播，并在系统故障后进行快速恢复。

◎ 冗余电驱系统：纬湃科技提出了冗余电驱系统的概念，通过永磁同步电机和外励磁电机的组合，实现高效率、冗余性和功能集成。同时，引入了断开装置来降低能量损耗，并增强充电和自加热功能，以提高功率输出和可靠性。

小结：动力系统的关键需求涉及车辆拓扑结构和组件的复杂相互作用，整体的需求时间点可能还需要很多年（2030年），目前处在设计讨论阶段。为了满足自动驾驶的要求，需要采用诸如冗余低压供电、冗余驱动系统、高压电网隔离等先进技术，确保在系统出现故障时的可靠运行。

关键字：自动驾驶动力系统 TMC 引用地址：自动驾驶对动力系统的影响有哪些

上一篇：AEB自动紧急制动系统是什么意思其工作过程是怎样的
下一篇：车载诊断系统的定义和功能有哪些车载诊断系统的技术发展现状

推荐阅读最新更新时间：2024-11-20 08:41

未来五年砸出$200亿,通用汽车发力自动驾驶+电动汽车

据国外媒体报道，通用汽车表示，计划到2025年在电动汽车和自动驾驶领域投资超过200亿美元。该公司首席执行官玛丽•巴拉（Mary Barra）在投资者网站上的一段视频中表示：“从2020年到2025年，我们将在电动汽车和自动驾驶汽车项目上投入超过200亿美元的资本和工程资源。” 当地时间周三，通用汽车表示，未来五年，该公司在中国市场推出的新车型中40%以上为电动汽车。这些电动汽车将在中国生产，几乎所有零部件都来自当地供应商。但该公司在声明中并没有说明，未来五年，它计划在中国推出多少款新款或重新设计的车型。通用汽车计划在2021年推出一款全电动的GMC Humm

[汽车电子]

未来五年砸出$200亿,通用汽车发力<font color='red'>自动驾驶</font>+电动汽车

激光雷达：从光电技术角度看自动驾驶

激光雷达和与之竞争的传感器技术(相机、雷达和超声波)加强了对传感器融合的需要，也对认真谨慎地选择光电探测器、光源和MEMS振镜提出了更高的要求。传感器技术、成像、雷达、光探测技术及测距技术( 激光雷达 )、电子技术和人工智能的进步，使数十种先进的驾驶员辅助系统(ADAS)得以实现，包括防撞、盲点监测、车道偏离预警和停车辅助等。通过传感器融合实现这些系统的同步运行，可以让完全自动驾驶的车辆监视周围环境，并警告驾驶员潜在的道路危险，甚至采取独立于驾驶员的躲避行动以防止碰撞。　　自动驾驶汽车还必须在高速状态下区分和识别前方的物体。通过测距技术，这些自动驾驶汽车必须快速构建一张约100m距离内的三维(3D)

[汽车电子]

驾驭增长新浪潮，细数英特尔转折性技术的高光时刻

世界正在加速智能变革，计算和智能将无处不在，迸发前所未有的行业机遇。正如英特尔CEO司睿博所言：“用户目前对于数据分析、传输和存储的需求增速远超以往任何时候。” 释放数据的指数级潜力，关键在于人工智能、5G、智能边缘等行业转折性技术。人工智能的兴起、5G的应用部署、以及边缘的增长，这几大行业转折性技术正在引领智能变革，重塑我们的世界。人工智能无处不在，解锁新的洞见与机遇；5G网络正在利用云化架构，加速网络转型，提供前所未有的网络敏捷性和性能；智能边缘进一步推动了物联网的深化和发展。它们加速突破和融合，正成为智能世界的新型基础设施，释放智能的X效应，驱动产业新一轮的智能创新。在这些机遇下，英特尔独一无二的优势显而易见，我们

[物联网]

理想在狂飙，自动驾驶在炸锅！

有个观点，新能源的竞争，分上半场、下半场。上半场是电动化，下半场是智能化，而智能化最突出的成果，是智能驾驶。多数观点研判，今年下半年，随着几家品牌宣布城区NOA抢先落地，似乎更预示着“智能化下半场”的暴雨来袭。其实，我一直秉持的观点是，上半场没那么早结束，下半场也没那么早开始。而且，不同车企之间，存在参差，或者说，所处的阶段并不同步。有的刚在电动化的竞赛中，摸索出经验；有的则很有底气尝试跨入智能驾驶竞赛。当然，更多的品牌，仍在电动化转型之路上奋力向前，比如，今年最热的产品路线，是插混、增程，“带着油箱”，更直接地抢夺燃油车的市场。那么，智能化下半场到底来了吗？大概，只有那个最经典的答案可以回答

[汽车电子]

英伟达发布人工智能自动驾驶平台仅车牌照大小

英伟达(Nvidia)今日发布了基于其Drive PX自动驾驶平台的新人工智能(AI)计算机Drive PX Pegasus，旨在将Level 5自动驾驶汽车(全自动驾驶汽车)尽早推向市场。Drive PX Pegasus基于之前的Drive PX 2平台开发，但计算能力相当于后者的10倍。目前，已有超过25家合作伙伴使用英伟达的平台开发全自动驾驶出租车。 Drive PX Pegasus基于英伟达的CUDA GPU打造，针对自动驾驶汽车上路后的实际计算需求进行了强化。确切而言，Drive PX Pegasus内置四个AI处理器，其中两个为英伟达最新一代的Xavier SoC芯片，另外两个为下一代独立GPU，用于强化深度学习和计

[汽车电子]

汽车制造商“兵临城下”：争夺自动驾驶“交钥匙系统”

自动驾驶供应链的关系，正在变得越来越复杂。其中的核心问题，在于投入技术研发、验证测试及量产的成本高居不下，而且看起来像是个“无底洞”。特斯拉首席执行官埃隆·马斯克曾承诺，到2020年底，将有“100万辆自动驾驶出租车”上路，充分利用特斯拉的自动驾驶技术。然而，不久后马斯克承认，他的计划有时是错误的。而且，特斯拉再次从今年11月1日起对全自动驾驶功能价格提高了1000美元。在此之前，通用汽车旗下的Cruise也宣布推迟原定于今年底亮相的Robotaxi商业运营服务。对于Cruise来说，现在的重点是扩大其测试车队的行驶里程。尽管Waymo已经开始了小范围的Robotaxi示范运营，并且推出了没有安全员的无人驾

[汽车电子]

基于端到端的Al自动驾驶决策方法

随着人工智能的迅速发展，自动驾驶技术正经历着一场革命性的变革。人工智能的出现为自动驾驶系统带来了深度学习等方法的应用，不再完全依赖人类专家设计特征，而是能够自动进行特征描述和学习。 ● 自动驾驶感知系统的变革传统的自动驾驶感知系统通常需要人工专家设计特征，并将这些特征输入到分类器学习中，这个过程繁琐且依赖于专业知识。深度学习的兴起改变了这一格局，使自动驾驶系统能够自动学习特征，无需人工干预。这一变革带来了优势： ◎ 首先，深度学习能够自动学习和适应不同任务和环境下的特征提取，使系统更具通用性。 ◎ 其次，深度学习模型能够处理大量数据，并将非结构化的图像数据转化为计算机可理解的简单概念，从而构建复杂的抽象

[汽车电子]

基于端到端的Al<font color='red'>自动驾驶</font>决策方法

安森美半导体汽车技术及车身和动力系统解决方案

　　随着人们对汽车舒适性等方面要求的提高，车身电子控制和动力性的重要性日益突显，越来越多的汽车开始装备高性能的车身控制系统和先进的管理系统。这类系统的增加和升级为半导体器件的应用开辟了巨大的空间。　　但是，面对环保和丰富消费者体验的需求，以及汽车器件的最严格规范，制造商一方面要在产品的设计和制造等方面更加注重可靠性指标的认证，另一方面也要保证产品在提供更高性能的同时，符合环保节能方面的要求。本文将结合安森美半导体的汽车技术专长，谈谈汽车车身及动力系统解决方案所采用的各种器件。先进的汽车工艺技术　　汽车电子设备的增加使汽车的各个部分都无法避免寄生信号，甚至可能出现80 VV的峰值，汽车设计团队必须考虑到这一点。用于

[汽车电子]

安森美半导体汽车技术及车身和<font color='red'>动力系统</font>解决方案

热门资源推荐
热门放大器推荐

小广播