400-607-8500
新闻中心

新闻中心

多传感器优势互补 无人车发展正当时

【概要描述】   时至今日自动驾驶车辆不再被视为科幻小说,而是眼下将实现的革命性科技产品!主要原因在于, 随着高级驾驶员辅助系统 (ADAS) 系统的问世以及无人驾驶的推动与发展,汽车需要对周围的环境了如指掌。驾驶员能够感知我们周围的环境,同时做出判断,并在不同的情况下迅速反应。然而人无完人,我们会疲惫、分神,也会因为失误而犯错。为了提升安全性,汽车制造商正在设计应用于小客车的ADAS解决方案。汽车依靠各种各样的传感器来感测不同情况下复杂的周围环境。然后,这些数据将被传送给例如TITDA2x等高精密的处理器,最后被用于自动紧急刹车 (AEB),车道偏离报警 (LDW) 和盲点监测等功能。   自动驾驶技术中用于周围环境感测的传感器主要有以下几种。   被动传感器——主要用于感测从物体上反射或发射出来的射线。   可视图像传感器——所有的成像仪都在可视光谱中运行   红外图像传感器——在可视光谱外运行。可以是近红外或热红外(远红外)。   被动传感器会受到环境的影响——不同时刻,天气等。例如,可视传感器会受到每天不同时刻可见光数量的影响。   主动传感器——通过发射出射线并测量反射信号的响应。其优势是能够随时获得测量结果,不受时间或季节的影响。   雷达——通过发射无线电波,根据从物体上反射回来的无线电波来确定这个物体的距离、方向和速度   超声波——通过发射超声波,根据从物体上反射回来的超声波来确定这个物体的距离   激光雷达——通过扫描从一个物体上反射回来的激光来确定物体的距离   飞行时间——利用摄像头测量红外光束从物体上反弹回来到传感器的时间来确定这个物体的距离   结构光——将已知光图投射到一个物体上,例如通过TI的数字光处理 (DLP) 设备进行投射。随后,摄像机将捕捉变形的光图并进行分析,以确定物体的距离。   为了在多种不同的情况下提供增强的准确度、可靠性和耐用性,通常至少需要用一种以上的传感器来观察同一场景。所有传感器技术都有其固有的限制因素和优势。不同的传感器技术可以被组合在一起,将来自同一场景下不同传感器的数据进行融合,从而提供一个更加稳定耐用的解决方案,通过数据融合比较了视图混淆。其中一个典型的示例就是可见光传感器和雷达的组合。     拆解自动驾驶技术   Toyota研究机构负责人Gill Pratt列出几点和无人车相关的技术。首先是智能手机,其相关技术、低电压计算机处理器、计算机视觉芯片和摄影镜头,变得“难以置信的便宜和普及”。   再者,汽车也从过去的以动力装置为中心,转向以计算机为中心,例如配备行车纪录器、前后传感器等避免撞到物体和警示驾驶的科技。此外,用来识别位置和指引方向的图资系统,不论是GPS定位还是Google Map,都已越来越精确。   深度学习让计算机感知能力也越来越接近人类,让无人车可识别出脚踏车和行人、号志和树的区别。Gill Pratt指出,每年的“ImageNet图像识别大赛”会考验用深度学习算法识别图片和影像的准确度,好几年前,错误率高达30%,不过在去年,错误率已大幅降到低于5%。   这些关键的感测技术和计算能力,构成了实现无人车的基础,很大部分也和ADAS(先进驾驶辅助系统系统)用到的技术重迭。     自驾车如何看见世界   什么要这么多种传感器?优缺点互补   目前多数车商在量产车中配备的“自动驾驶”功能,包含特斯拉、Volvo、Mercedes-Benz、奥迪等,事实上就是搭载ADAS,若以NHTSA对自动驾驶的等级,大多介于第二到第三级。不过,Google、福特和百度,则是希望跳过“半自动驾驶”的过程,直接研发等级最高的完全自动驾驶。     NHTSA将自动驾驶车,按照自动化程度分为五等级   过去,ADAS多装载于高阶车辆,但如今已有越来愈普及的趋势。目前ADAS系统包含:自动巡航系统,即透过自动维持车速以和前方车辆保持安全距离;停车辅助系统,让汽车可自动将车辆停在停车位;道路偏离预警系统,在车辆快偏离道路时警示驾驶,以及自动紧急刹车的防撞系统。   而在ADAS产业技术最领先的,就是位于以色列的Mobileye,全球ADAS市场约有90%都来自Mobileye。过去,特斯拉就是和Mobileye合作研发,不过在特斯拉发生首起死亡车祸后,Mobileye便宣布停止双方合作关系。今年7月,Mobileye宣布和BMW及Intel连手,合作打造全自动驾驶汽车,预计2021年量产。   此外,不同传感器之间的成本有所差异,这也会影响到针对特定应用的最佳选择。例如,激光雷达 (LIDAR) 能够提供非常精确的距离测量功能,但是成本却比被动图像传感器贵出很多。不过,随着技术的不断发展,成本也将会持续降低,而汽车最终将在多种传感器的帮助下做到眼观六路、耳听八方。   关于无人驾驶,也许我们最终的目标是创造出一款完全自主的汽车,而这些无人驾驶的车辆将最终实现一个没有交通事故的世界。TI正在积极地专注于传感器和处理技术的研发工作,以帮助客户开发无人驾驶车辆。经过一个个的技术突破和持续的发展,当我们面对无人驾驶的研发时,问题早已经不再是我们“是否”能够实现,而是我们“何时”能够实现无人驾驶。

多传感器优势互补 无人车发展正当时

【概要描述】
  时至今日自动驾驶车辆不再被视为科幻小说,而是眼下将实现的革命性科技产品!主要原因在于, 随着高级驾驶员辅助系统 (ADAS) 系统的问世以及无人驾驶的推动与发展,汽车需要对周围的环境了如指掌。驾驶员能够感知我们周围的环境,同时做出判断,并在不同的情况下迅速反应。然而人无完人,我们会疲惫、分神,也会因为失误而犯错。为了提升安全性,汽车制造商正在设计应用于小客车的ADAS解决方案。汽车依靠各种各样的传感器来感测不同情况下复杂的周围环境。然后,这些数据将被传送给例如TITDA2x等高精密的处理器,最后被用于自动紧急刹车 (AEB),车道偏离报警 (LDW) 和盲点监测等功能。



  自动驾驶技术中用于周围环境感测的传感器主要有以下几种。

  被动传感器——主要用于感测从物体上反射或发射出来的射线。

  可视图像传感器——所有的成像仪都在可视光谱中运行

  红外图像传感器——在可视光谱外运行。可以是近红外或热红外(远红外)。

  被动传感器会受到环境的影响——不同时刻,天气等。例如,可视传感器会受到每天不同时刻可见光数量的影响。

  主动传感器——通过发射出射线并测量反射信号的响应。其优势是能够随时获得测量结果,不受时间或季节的影响。

  雷达——通过发射无线电波,根据从物体上反射回来的无线电波来确定这个物体的距离、方向和速度

  超声波——通过发射超声波,根据从物体上反射回来的超声波来确定这个物体的距离

  激光雷达——通过扫描从一个物体上反射回来的激光来确定物体的距离

  飞行时间——利用摄像头测量红外光束从物体上反弹回来到传感器的时间来确定这个物体的距离

  结构光——将已知光图投射到一个物体上,例如通过TI的数字光处理 (DLP) 设备进行投射。随后,摄像机将捕捉变形的光图并进行分析,以确定物体的距离。

  为了在多种不同的情况下提供增强的准确度、可靠性和耐用性,通常至少需要用一种以上的传感器来观察同一场景。所有传感器技术都有其固有的限制因素和优势。不同的传感器技术可以被组合在一起,将来自同一场景下不同传感器的数据进行融合,从而提供一个更加稳定耐用的解决方案,通过数据融合比较了视图混淆。其中一个典型的示例就是可见光传感器和雷达的组合。

 

  拆解自动驾驶技术

  Toyota研究机构负责人Gill Pratt列出几点和无人车相关的技术。首先是智能手机,其相关技术、低电压计算机处理器、计算机视觉芯片和摄影镜头,变得“难以置信的便宜和普及”。

  再者,汽车也从过去的以动力装置为中心,转向以计算机为中心,例如配备行车纪录器、前后传感器等避免撞到物体和警示驾驶的科技。此外,用来识别位置和指引方向的图资系统,不论是GPS定位还是Google Map,都已越来越精确。

  深度学习让计算机感知能力也越来越接近人类,让无人车可识别出脚踏车和行人、号志和树的区别。Gill Pratt指出,每年的“ImageNet图像识别大赛”会考验用深度学习算法识别图片和影像的准确度,好几年前,错误率高达30%,不过在去年,错误率已大幅降到低于5%。

  这些关键的感测技术和计算能力,构成了实现无人车的基础,很大部分也和ADAS(先进驾驶辅助系统系统)用到的技术重迭。

 

  自驾车如何看见世界



  什么要这么多种传感器?优缺点互补



  目前多数车商在量产车中配备的“自动驾驶”功能,包含特斯拉、Volvo、Mercedes-Benz、奥迪等,事实上就是搭载ADAS,若以NHTSA对自动驾驶的等级,大多介于第二到第三级。不过,Google、福特和百度,则是希望跳过“半自动驾驶”的过程,直接研发等级最高的完全自动驾驶。

 

  NHTSA将自动驾驶车,按照自动化程度分为五等级



  过去,ADAS多装载于高阶车辆,但如今已有越来愈普及的趋势。目前ADAS系统包含:自动巡航系统,即透过自动维持车速以和前方车辆保持安全距离;停车辅助系统,让汽车可自动将车辆停在停车位;道路偏离预警系统,在车辆快偏离道路时警示驾驶,以及自动紧急刹车的防撞系统。

  而在ADAS产业技术最领先的,就是位于以色列的Mobileye,全球ADAS市场约有90%都来自Mobileye。过去,特斯拉就是和Mobileye合作研发,不过在特斯拉发生首起死亡车祸后,Mobileye便宣布停止双方合作关系。今年7月,Mobileye宣布和BMW及Intel连手,合作打造全自动驾驶汽车,预计2021年量产。

  此外,不同传感器之间的成本有所差异,这也会影响到针对特定应用的最佳选择。例如,激光雷达 (LIDAR) 能够提供非常精确的距离测量功能,但是成本却比被动图像传感器贵出很多。不过,随着技术的不断发展,成本也将会持续降低,而汽车最终将在多种传感器的帮助下做到眼观六路、耳听八方。

  关于无人驾驶,也许我们最终的目标是创造出一款完全自主的汽车,而这些无人驾驶的车辆将最终实现一个没有交通事故的世界。TI正在积极地专注于传感器和处理技术的研发工作,以帮助客户开发无人驾驶车辆。经过一个个的技术突破和持续的发展,当我们面对无人驾驶的研发时,问题早已经不再是我们“是否”能够实现,而是我们“何时”能够实现无人驾驶。

详情
  时至今日自动驾驶车辆不再被视为科幻小说,而是眼下将实现的革命性科技产品!主要原因在于, 随着高级驾驶员辅助系统 (ADAS) 系统的问世以及无人驾驶的推动与发展,汽车需要对周围的环境了如指掌。驾驶员能够感知我们周围的环境,同时做出判断,并在不同的情况下迅速反应。然而人无完人,我们会疲惫、分神,也会因为失误而犯错。为了提升安全性,汽车制造商正在设计应用于小客车的ADAS解决方案。汽车依靠各种各样的传感器来感测不同情况下复杂的周围环境。然后,这些数据将被传送给例如TITDA2x等高精密的处理器,最后被用于自动紧急刹车 (AEB),车道偏离报警 (LDW) 和盲点监测等功能。
 
 
  自动驾驶技术中用于周围环境感测的传感器主要有以下几种。
  被动传感器——主要用于感测从物体上反射或发射出来的射线。
  可视图像传感器——所有的成像仪都在可视光谱中运行
  红外图像传感器——在可视光谱外运行。可以是近红外或热红外(远红外)。
  被动传感器会受到环境的影响——不同时刻,天气等。例如,可视传感器会受到每天不同时刻可见光数量的影响。
  主动传感器——通过发射出射线并测量反射信号的响应。其优势是能够随时获得测量结果,不受时间或季节的影响。
  雷达——通过发射无线电波,根据从物体上反射回来的无线电波来确定这个物体的距离、方向和速度
  超声波——通过发射超声波,根据从物体上反射回来的超声波来确定这个物体的距离
  激光雷达——通过扫描从一个物体上反射回来的激光来确定物体的距离
  飞行时间——利用摄像头测量红外光束从物体上反弹回来到传感器的时间来确定这个物体的距离
  结构光——将已知光图投射到一个物体上,例如通过TI的数字光处理 (DLP) 设备进行投射。随后,摄像机将捕捉变形的光图并进行分析,以确定物体的距离。
  为了在多种不同的情况下提供增强的准确度、可靠性和耐用性,通常至少需要用一种以上的传感器来观察同一场景。所有传感器技术都有其固有的限制因素和优势。不同的传感器技术可以被组合在一起,将来自同一场景下不同传感器的数据进行融合,从而提供一个更加稳定耐用的解决方案,通过数据融合比较了视图混淆。其中一个典型的示例就是可见光传感器和雷达的组合。
 
  拆解自动驾驶技术
  Toyota研究机构负责人Gill Pratt列出几点和无人车相关的技术。首先是智能手机,其相关技术、低电压计算机处理器、计算机视觉芯片和摄影镜头,变得“难以置信的便宜和普及”。
  再者,汽车也从过去的以动力装置为中心,转向以计算机为中心,例如配备行车纪录器、前后传感器等避免撞到物体和警示驾驶的科技。此外,用来识别位置和指引方向的图资系统,不论是GPS定位还是Google Map,都已越来越精确。
  深度学习让计算机感知能力也越来越接近人类,让无人车可识别出脚踏车和行人、号志和树的区别。Gill Pratt指出,每年的“ImageNet图像识别大赛”会考验用深度学习算法识别图片和影像的准确度,好几年前,错误率高达30%,不过在去年,错误率已大幅降到低于5%。
  这些关键的感测技术和计算能力,构成了实现无人车的基础,很大部分也和ADAS(先进驾驶辅助系统系统)用到的技术重迭。
 
  自驾车如何看见世界
 
 
  什么要这么多种传感器?优缺点互补
 
 
  目前多数车商在量产车中配备的“自动驾驶”功能,包含特斯拉、Volvo、Mercedes-Benz、奥迪等,事实上就是搭载ADAS,若以NHTSA对自动驾驶的等级,大多介于第二到第三级。不过,Google、福特和百度,则是希望跳过“半自动驾驶”的过程,直接研发等级最高的完全自动驾驶。
 
  NHTSA将自动驾驶车,按照自动化程度分为五等级
 
 
  过去,ADAS多装载于高阶车辆,但如今已有越来愈普及的趋势。目前ADAS系统包含:自动巡航系统,即透过自动维持车速以和前方车辆保持安全距离;停车辅助系统,让汽车可自动将车辆停在停车位;道路偏离预警系统,在车辆快偏离道路时警示驾驶,以及自动紧急刹车的防撞系统。
  而在ADAS产业技术最领先的,就是位于以色列的Mobileye,全球ADAS市场约有90%都来自Mobileye。过去,特斯拉就是和Mobileye合作研发,不过在特斯拉发生首起死亡车祸后,Mobileye便宣布停止双方合作关系。今年7月,Mobileye宣布和BMW及Intel连手,合作打造全自动驾驶汽车,预计2021年量产。
  此外,不同传感器之间的成本有所差异,这也会影响到针对特定应用的最佳选择。例如,激光雷达 (LIDAR) 能够提供非常精确的距离测量功能,但是成本却比被动图像传感器贵出很多。不过,随着技术的不断发展,成本也将会持续降低,而汽车最终将在多种传感器的帮助下做到眼观六路、耳听八方。
  关于无人驾驶,也许我们最终的目标是创造出一款完全自主的汽车,而这些无人驾驶的车辆将最终实现一个没有交通事故的世界。TI正在积极地专注于传感器和处理技术的研发工作,以帮助客户开发无人驾驶车辆。经过一个个的技术突破和持续的发展,当我们面对无人驾驶的研发时,问题早已经不再是我们“是否”能够实现,而是我们“何时”能够实现无人驾驶。

推荐新闻

RECOMMEND NEWS

“创新引领、智造未来”,菲尔斯特应邀参加2020湖南(长沙)网络安全·智能制造大会
11月28-30日,以“创新引领、智造未来”为主题的2020湖南(长沙)网络安全·智能制造大会在长沙国际会展中心举行,大会以“全球视野、中国方案、湖南实践、长沙模式”为主线,聚焦工业物联网、人工智能、智能制造解决方案、5G技术及应用、网络安全、新基建等热点领域。
2020-11-30
目标明确,勇攀高峰,菲尔斯特九九重阳节齐登武功山
世上无难事,只要肯登攀,海到尽头天是岸,山到高处人为峰!为增进员工感情和团队凝聚力,体现对员工的关爱,营造积极向上的企业文化,公司组织全体员工于九九重阳节齐登武功山,体验一场“万里云山齐到眼,九霄云月可比肩”的快意。
2020-10-29
开疆拓土,谋篇布局 | 菲尔斯特物联网产业研发中心扬帆起航
智慧物联,赋能未来,菲尔斯特凭借五十余年的传感器生产经验及强有力的科研团队,快速切入物联网市场,自主研发了GPRS、LoRa、NB-IOT无线压力、温度、液位传感器及智慧环境、智慧井盖、智慧消防等系列产品,广泛应用于智慧城市、工业互联等领域,深受市场认可及客户好评。
2020-10-15

推荐新闻

RECOMMEND NEWS

“创新引领、智造未来”,菲尔斯特应邀参加2020湖南(长沙)网络安全·智能制造大会
11月28-30日,以“创新引领、智造未来”为主题的2020湖南(长沙)网络安全·智能制造大会在长沙国际会展中心举行,大会以“全球视野、中国方案、湖南实践、长沙模式”为主线,聚焦工业物联网、人工智能、智能制造解决方案、5G技术及应用、网络安全、新基建等热点领域。
2020-11-30

  

友情链接: 湖南远航控股    湖南奥通智能

联系我们
电话:
400-607-8500
邮箱:sale@firstsensor.cn
地址:湖南省长沙市雨花经开区智能制造产业园
           振华路智庭园1栋

这是描述信息

微信公众号