智能汽车无人驾驶资料调研(二)
时间:2020-03-25 20:33

  1. 层:“视觉系”与“雷达系”传感器各有所长。ADAS的传感器也有多种类型,其中超声波传感器、车载摄像头、毫米波雷达、激光雷达以及夜视系统是较为重要的传感器。

  车载摄像头:利用优质摄像头设备可以精确捕捉图像信息,理解图像信息则依赖于算法的实现(手机镜头制造商积极布局车载摄像头:eg. 宝马i8用摄像头取代后视镜)

  毫米波雷达:波长为1~10毫米的电磁波称毫米波(millimeter wave),它位于微波与远红外波相交叠的波长范围,因而兼有两种波的特点:

  极宽的带宽,这在频率资源紧张的今天无疑极具吸引力;(毫米波频率范围为26.5~300GHz,带宽高达273.5GHz)

  激光雷达:激光雷达能够对信息进行3D建模,可以对周边的动态信息和分布实现准确刻画。激光雷达是谷歌无人驾驶汽车的基础性传感器设备(Velodyne HDL-64E的360度64束激光雷达传感器),激光雷达在无人驾驶领域广泛应用的主要因素在于成本。

  夜视系统:目前,进入应用阶段的夜视技术主要有类:微光夜视技术和红外夜视技术。由于夜视系统价格高昂,目前仍然仅应用于一些豪华车型。

  算法的进步有望带来更低成本的ADAS和无人驾驶解决方案: 目前的ADAS龙头Mobileye采用的传感器设备并不是昂贵的雷达系传感器,而是具备成本优势的单目摄像头。基于成熟的算法,Mobileye同样实现了高效的FCW、LKA、PCW等ADAS功能。Mobileye的做法对后续进入ADAS和无人驾驶领域的企业具有作用。

  深度学习加速无人驾驶商业化进程: 谷歌等互联网企业的无人驾驶系统主要是依靠“深度学习”的方式不断“驯化”的(迭代学习)。

  3. 执行层:执行层环节的实现对硬件技术要求很高,主要集中于整车厂本身以及博世、等Tier 1供应商。

  二、无人驾驶线:无人驾驶系统的主要竞争方是以谷歌为代表的互联网企业和以福特、奥迪、沃尔沃等为代表的各大整车厂

  以谷歌为代表的互联网企业在ADAS和无人驾驶的核心的竞争力位于产业链的算法层。谷歌自身并不生产汽车,其无人驾驶的实现依托于其自身的整合能力。以算法为核心完成对硬件设备制造商的供应链整合,是互联网企业实现无人驾驶的方式。

  整车企业:“从硬到软”,逐步从ADAS发展到完全无人驾驶。以奥迪、沃尔沃、宝马等为代表的老牌整车厂商,先后推出了方向盘辅助、自适应巡航控制系统、行人探测系统、自动泊车系统、自动切换车道系统等ADAS功能。

  【整车厂渐进式的发展线其实容易理解,毕竟车厂已在传统行业内建立优势,不愿承担过大的风险;谷歌、特斯拉作为科技创新公司,不以卖车为生,故而可以大刀阔斧,百度、乐视等也是一样】