自动驾驶

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

自动驾驶系统系统采用先进的通信、计算机、网络和控制技术,对列车实现实时、连续控制。采用现代通信手段,直接面对列车,可实现车地间的双向数据通信,传输速率快,信息量大,后续追踪列车和控制中心可以及时获知前行列车的确切位置,使得运行管理更加灵活,控制更为有效,更加适应列车自动驾驶的需求。

自动驾驶系统系统采用先进的通信、计算机、网络和控制技术,对列车实现实时、连续控制。采用现代通信手段,直接面对列车,可实现车地间的双向数据通信,传输速率快,信息量大,后续追踪列车和控制中心可以及时获知前行列车的确切位置,使得运行管理更加灵活,控制更为有效,更加适应列车自动驾驶的需求。收起

查看更多
  • 清华的魂,百度的身,主线科技迎接港股大考
    自动驾驶赛道再迎“百度系”闯关者。主线科技近日向港交所递交招股书,其创始人张天雷系百度无人车早期创始员工。此前的另两位联合发起人何贝、李博同样出身百度无人驾驶团队。不过2020年二者离开了主线科技,前者又创办了一家自动驾驶公司——斯年智驾。
    322
    12/25 10:40
    清华的魂,百度的身,主线科技迎接港股大考
  • 自动驾驶汽车如何检测石头这样的小障碍物?
    自动驾驶汽车如何检测小障碍物?首先考虑是否需要检测,然后利用目标检测、语义分割和小目标检测等多种视觉任务和技术,识别并报告潜在障碍物,保障行车安全。
    自动驾驶汽车如何检测石头这样的小障碍物?
  • 2026 年,中国L2、L3、L4 将走向三条完全不同的路
    2025年,辅助驾驶平权,L2层级差异缩小,2025年底发放L3专用牌照,重庆、北京率先实施。2026年起,L2有新国标界定,L3有专用牌照,L4 Robotaxi更具针对性。L2强调稳定性与责任边界,L3开始落地,责任主体多元化,L4聚焦特定区域的Robotaxi运营。
    2026 年,中国L2、L3、L4 将走向三条完全不同的路
  • 阿里无人车的「阵痛史」:团队赛马、战略摇摆与整合困局
    阿里无人车项目历经多次调整与变革,从菜鸟ET物流实验室到达摩院自动驾驶实验室,再到最终回归菜鸟。张春晖、陈俊波、谷祖林等核心成员相继离开,反映了公司在自动驾驶领域的战略变化与团队动荡。尽管取得一定成果,如“小蛮驴”的初步商业化,但最终未能抓住最佳发展机遇,错过了IPO时机。
    阿里无人车的「阵痛史」:团队赛马、战略摇摆与整合困局
  • 为什么自动驾驶车有时“看不见”你?
    自动驾驶面临传感器数据冲突问题,依靠5G通信与边缘计算实现“群体感知”,增强AI司机的感知能力,使其具备“分布式感知”能力,从而解决复杂路况下的判断难题,推动自动驾驶迈向更高水平。
    为什么自动驾驶车有时“看不见”你?
  • 奔驰与Momenta再次联手!豪华自动驾驶出租车落地阿布扎比
    ​2025年12月9日,阿布扎比 ——梅赛德斯-奔驰、全球领先的自动驾驶公司Momenta、阿联酋出行运营商Lumo共同宣布,三方合作的豪华自动驾驶出租车正式落地阿布扎比。此自动驾驶出租车车队基于新一代梅赛德斯-奔驰S级轿车打造,计划于明年在阿布扎比投入正式运营,未来将拓展至全球更多市场。 行业首个基于量产平台打造、可规模化豪华自动驾驶出租车 作为行业首个基于量产平台打造、可规模化的豪华自动驾驶出
  • 详细解读:首批L3级自动驾驶车型获得准入许可
    我国首批L3级自动驾驶车型获准入许可,标志着自动驾驶技术从技术验证迈向量产应用的新阶段。L3级自动驾驶具备有条件自动驾驶特性,但仍需驾驶员准备接管。试点车型将在特定区域内以网约车等形式运营,普通消费者可通过预约体验。此次试点不仅推动了技术进步,也为后续大规模量产提供了管理和法规框架。未来,完善法律法规、加强基础设施建设和驾驶员培训将是实现L3级及以上技术落地的重要配套措施。
    详细解读:首批L3级自动驾驶车型获得准入许可
  • 试点来了,但智驾新势力决定“不等L3”
    2025年,自动驾驶领域迎来重大突破,两款L3级自动驾驶车型在重庆和北京试点。华为乾崑智驾加速推进L3内测,计划明年推出四款车型进行高速L3内测。然而,尽管技术发展迅速,L3的实际落地速度仍较预期缓慢,主要受政策法规和用户体验的影响。一些企业选择跳过L3,转而追求更高阶的自动驾驶技术,如特斯拉的AI跃进式路线。
    试点来了,但智驾新势力决定“不等L3”
  • 一文讲清如何全自动化处理数据!
    01、引言 在汽车 AI 领域,无论是高级驾驶辅助系统(ADAS)还是自动驾驶技术的研发,都需要数据。因此高质量、精准且记录完备的数据,是神经网络训练、验证及仿真测试的核心支撑。 然而,数据采集往往是 AI 开发生命周期中成本最高的环节,需要投入车辆、传感器、驾驶员、定制软件及大量工程时间。更令人困扰的是,由于传感器部署不当、校准失准、版本控制缺失或诊断元数据遗漏等可避免的问题,这笔巨额投资常常无
  • 怎么知道自动驾驶仿真做得够不够?
    自动驾驶系统的安全性无法仅凭实地测试保证,仿真成为不可或缺的测试手段,尤其在降低成本和保障安全方面优势明显。仿真可分为感知级、决策/规划级、硬件/车辆在环等多种类型,各具特点和适用场景。为了提升仿真的真实性和有效性,可以通过领域随机化、物理建模和数据混合等方法减少仿真与真实环境的差距。然而,仿真并非万能,其有效性受限于模型和假设的准确度,还需结合实际路测和在线数据反馈形成闭环。
    怎么知道自动驾驶仿真做得够不够?
  • 生成式人工智能会让自动驾驶更灵活吗?
    生成式人工智能(GAI)不仅能识别和判断,还能创造新内容,通过学习数据结构生成类似的新数据。自动驾驶系统面临复杂环境下的安全性和可靠性挑战,生成式AI可用于模拟与数据合成、感知与预测增强、决策与规划辅助以及系统设计、验证与持续学习,但其真实性、可解释性和法规遵从性仍需谨慎对待。
    生成式人工智能会让自动驾驶更灵活吗?
  • Waymo拟融资超150亿美元 自动驾驶行业格局或生变
    据多家财经媒体报道,Alphabet旗下自动驾驶公司Waymo正就新一轮大规模融资展开洽谈,目标估值超1000亿美元,甚至有报道称可能高达1100亿美元,拟融资金额在100亿美元至超过150亿美元之间,具体金额尚在确定,预计于2026年初完成,母公司Alphabet将牵头本轮融资。
    371
    12/19 15:20
    Waymo拟融资超150亿美元 自动驾驶行业格局或生变
  • L3“靴子落地”,谁不“淡定”了?
    自动驾驶领域,L3级别有条件自动驾驶发展似乎有些“差点火候”。尽管政策推动下,多家车企获得了L3级自动驾驶车型产品的许可,但一些企业如小鹏汽车则直接跳过了L3,转向L4。L3的争议在于其技术可行性和商业实用性之间的矛盾,以及如何平衡系统责任和用户体验。
    L3“靴子落地”,谁不“淡定”了?
  • 世界模型是让自动驾驶汽车理解世界还是预测未来?
    世界模型在自动驾驶中扮演着重要角色,通过“内部表征+动态预测”机制,帮助系统理解和预测未来,从而做出更合理的决策。它不仅提升了系统的前瞻性和安全性,还能通过模拟极端情况来增强策略的鲁棒性。然而,世界模型并不能完全替代真实的道路测试,并且在处理长尾问题时需要谨慎对待合成数据的质量。总的来说,世界模型是自动驾驶技术的重要组成部分,有助于提升系统的智能化水平。
    世界模型是让自动驾驶汽车理解世界还是预测未来?
  • VLA与世界模型有什么不同?
    自动驾驶行业目前主要分为视觉—语言—动作模型(VLA)和世界模型两大技术路径。VLA通过视觉感知、语言理解和动作输出一体化,实现“看、想、做”的能力,适用于复杂语义场景和人机交互。世界模型则通过构建内部虚拟世界,进行预测和仿真,提高对动态场景的理解和应对能力。两者各有优劣,VLA擅长语义理解与可解释性,而世界模型在预测和仿真方面更具优势。综合运用两者的优点,有望推动自动驾驶技术更加成熟和安全。
    VLA与世界模型有什么不同?
  • 自动驾驶汽车如何识别红绿灯?
    自动驾驶汽车如何识别红绿灯?首先依赖摄像头捕捉图像并运用计算机视觉技术进行初步识别;随后,深度学习模型通过大量标注数据提升识别准确性和鲁棒性。此外,系统还整合了高精度地图和激光雷达数据,以增强识别的准确性和可靠性。最终,识别结果还需与车辆速度、路况和地图信息相结合,作出合理决策,同时具备预测信号灯变化趋势的能力,以保障行车安全和平稳。
    自动驾驶汽车如何识别红绿灯?
  • 旧王巩固、新贵崛起,2025智驾点点taptap安卓进入“战国时代”
    前言:Thor把天花板推到2000TOPS、比亚迪“智驾平权”加速下沉,但行业已从拼峰值转向拼“有效算力”。   智驾点点taptap安卓年度新闻TOP10 TOP10:2000 TOPS上车,英伟达DRIVE Thor从发布走向量产 年初CES 2025上,英伟达发布自动驾驶计算平台DRIVE Thor,峰值AI算力达2000 TOPS,并集成CPU、GPU与Transformer引擎,较Orin(最
    2357
    12/18 18:12
  • 珠峰之路,同行之力:地平线以生态之力,撬动自动驾驶全域商业化
    地平线技术生态大会展示自动驾驶商业化路径多样化,强调地平线作为生态奠基者与催化剂的角色,通过提供高性能、开放的计算底座和技术支持,助力不同场景下的自动驾驶项目实现规模化商用。
  • 毫米波雷达线圈:自动驾驶技术的核心驱动力
    当您驾驶汽车行驶在高速公路上,搭载的毫米波雷达正在默默守护安全——它能看透雨雾、精确测速,识别数百米外的潜在风险。这项卓越能力背后,有个常被忽视却至关重要的元件:毫米波雷达线圈。 想象一下,毫米波雷达如同一位精准的“声呐兵”,它发射毫米波信号并接收回波,通过计算时间差来判定目标距离和速度。线圈在这里扮演着信号调节师的角色。 它通过精心设计的电感-电容组合,就像一位精准的指挥家,确保雷达发射的信号既
  • 纯视觉自动驾驶会像人眼一样“近视”吗?
    纯视觉自动驾驶依赖摄像头捕捉图像并借助算法处理,类似于人眼视觉。然而,由于摄像头固有的物理局限性和算法判断能力不足,纯视觉系统在强光、逆光、夜间弱光或雾霾天气下可能出现“近视”现象,表现为无法清晰识别远处障碍物或错误估计距离。此外,在缺乏高精度地图或其他传感器辅助的情况下,其应对复杂交通状况的能力也会受限。尽管存在这些挑战,通过技术升级、算法改进和多传感器融合,纯视觉自动驾驶的感知能力有望不断提升,但在极端条件下仍可能表现出类似“近视”的问题。
    纯视觉自动驾驶会像人眼一样“近视”吗?

正在努力加载...

Baidu
map