您的位置首页  汽车新闻  汽车资讯

盖世汽车2022第五届自动驾驶与人机共驾论坛精彩开幕

  2022年9月15日,由盖世汽车主办的2022第五届自动驾驶与人机共驾论坛在上海举办,会议于线第五届自动驾驶与人机共驾论坛在上海举办,会议于线上和线下同步进行。

  汽车行业正面临智能化,网联化,电气化转型,自动驾驶与人机共驾是行业上下都力求突破的热门领域,值得注意的是,聚焦于核心技术的诸多企业已经取得了新进展,为此,盖世汽车举办第五届自动驾驶与人机共驾论坛,旨在促进产业全链条的信息沟通与技术交流。

  此前,盖世汽车已成功举办四届自动驾驶论坛,见证了行业从辅助驾驶向高阶自动驾驶演进的全过程。本届论坛得到了寅家科技、智驾科技、Valtech Mobility、考泰斯、昆易电子、德赛西威、新纳传感等35家生态合作伙伴的大力支持。

  智驾科技MAXIEYE创始人周圣砚表示,目前MAXIEYE已经在1R1V高性价比算力平台的MAXIPILOT®1.0量产方案中,部署了数据闭环和33种触发机制,包含功能触发、驾驶员行为触发、系统触发、感知触发等不同类型,可实现边界场景数据的高效利用。

  相比而言,中短距激光雷达拥有精确的三维点云信息,可以有效弥补摄像头和毫米波雷达由于本身局限性所导致的误检、漏检问题,但在时速大于100km的高速场景下,高速车辆安全制动需要清晰探测到100m之外的物体,因此还需要强探测能力和高分辨率的高性能长距激光雷达。

  上海寅家电子科技股份有限公司泊车事业部首席专家张皓磊介绍,寅家科技智慧泊车3.0方案可提供特定区域的自动驾驶体验,基于传感器(视觉+雷达+轮速计+IMU融合)进行环境感知和定位(自主探索停车,结合行车规则、路标),能够不依赖高精地图,只用部分场地先验,甚至完全不需要场地先验。具备研发成本低,场端更新路况变化风险低这两大优势。

  此外,掌握核心域全栈能力将成为行业的竞争焦点。盖世汽车研究院总监王显斌表示,目前自动驾驶域赛道出现以传统外资Tier 1、本土Tier 1、互联网科技与软件公司、整车企业为主的四大阵营,其中,本土Tier 1主要联合芯片厂商、软件公司及整车企业进行深度合作,发挥背靠国内交通场景应用需求的优势,着力突破核心算法上的技术瓶颈。

  2020年,上汽大众团队已经实现自动驾驶技术自研,能够自主开发核心功能算法、系统集成,大数据与工具链,实现软件白盒交付,也正是2020年,上汽大众开始了自动驾驶平台项目研发。

  ADAS是将汽车技术、传感器技术、信息融合技术和自动控制等相关技术运用于环境感知、姿态判断、路径规划及相关决策于一体的复杂控制系统。维克多汽车技术(上海)有限公司商业开发经理周云鹏介绍,ADAS系统需要与不同类型的传感器实时进行数据交换(比如摄像头、激光雷达、雷达、车载总线、GPS等),面临着不同类型传感器的同步、数据延时预估、融合算法的迭代等诸多挑战。

  具体而言,首先通过实车上路采集获取到大量的驾驶数据,dSPACE自动驾驶业务负责人张子恒介绍,dSPACE推出AUTERA高等级无人驾驶数据采集系统,对激光雷达、百万级像素摄像头、毫米波雷达、导航定位系统等传感器产生的原始数据进行统一记录。

  Valtech Mobility中国区总监焦献国介绍,结合多品牌、多车型、多系统的项目经验,Valtech Mobility推出车联网终端设备的测试自动化平台,通过建立虚拟仿真测试汽车库,具有故障点快速追踪;安全、易于管理测试用例;减少测试工作量,缩短测试周期;多车型通用的优势。

  湖南芯力特电子科技有限公司汽车电子业务总监王闰星介绍,芯力特研发的SIT1043Q是一款带唤醒及故障保护的CAN FD总线收发器芯片,完全兼容“ISO 11898-2:2016”标准,IO口支持3.3V/5V MCU,支持高速CAN传输、5Mbps CAN FD灵活数据速率,睡眠模式INH输出引脚具有电源禁用功能。

  智能驾驶系统的天花板总由硬件决定,路特斯科技智能驾驶算法软件总监肖扬介绍,路特斯打造的自动驾驶系统硬件部分由12颗雷达,4颗200万像素环视摄像头,4颗激光雷达,7颗800万像素摄像头,2颗4D成像毫米波雷达+4颗角雷达组成。

  软件定义是促使汽车从“功能定义”走向“性能定义”的关键指标,肖扬表示,“安全、合规、舒适、智能”是衡量软件的重要因素,这就需要引入风险模型、博弈模型、专属模型。云端决定了达成智能驾驶系统上限的加速度,肖扬介绍,路特斯的混合智驾云主要基于公有云(弹性计算),私有云(海量存储),保密机房(安全合规)三大理念建立。

  2022年上半年,ADAS新车上险量达416.4万辆,渗透率超过45%,庞大的市场规模下,相关行业的诸多玩家布局自动驾驶领域的各个细分赛道。正如盖世汽车研究院总监王显斌所言,围绕速度和开放程度构建的多个主要应用场景,无人驾驶均已取得一定成绩,但要想进一步加大应用规模,仍需突破不同场景下的技术、法规和成本等挑战。

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186