百独托管7500 紫田网络超高转化播放器收cps[推荐]速盾CDN 免实名免备防屏蔽阿里云 爆款特卖9.9元封顶提升alexa、IP流量7Q5团队
【腾讯云】中小企福利专场【腾讯云】多款产品1折起高防 随时退换 好耶数据小飞国外网赚带你月入万元炎黄网络4H4G10M 99每月
香港带宽CN2/美国站群优惠中客数据中心 服务器租用联盟系统移动广告平台 中易企业专场腾讯云服务器2.5折九九数据 工信部正规资质
腾讯云新用户大礼包代金券高价收cpa注册量高价展示【腾讯云】2核2G/9.93起租服务器找45互联 随时退换阿里云 短信服务 验证秒达

现在自动驾驶水分多大?买车预算有限别纠结L2.5 [复制链接]
查看:45 | 回复:0

3978

主题

5834

帖子

1万

积分

落伍者(四季发财)

Rank: 4

贡献
1004
鲜花
0
注册时间
2011-7-15
发表于 2024-7-16 14:27:18 | 显示全部楼层 |阅读模式 来自 中国北京

  自动驾驶,也称为自动驾驶或无人驾驶技术,是一个快速发展的领域,预计将对汽车行业产生重大影响。自动驾驶的关键组成部分之一是使用传感器和其他技术来检测和响应车辆周围的环境。自动驾驶汽车中最重要的传感器之一是 LiDAR 传感器,它使用激光束测量车辆与其周围环境之间的距离。foresighthttps://www.foresightauto.com.cn/Foresight 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司,提供自动驾驶汽车解决方案,帮助他们开发自动驾驶汽车的三维感知和探测能力,以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。


  LiDAR 代表光检测和测距,是自动驾驶中使用的关键传感器,因为它允许车辆实时检测周围环境并绘制地图。LiDAR 的工作原理是发射激光束,然后激光束从环境中的物体上反弹并返回到传感器。通过测量激光束传播到一个物体并返回所花费的时间,传感器可以确定到该物体的距离。

  LiDAR 传感器可分为两大类:机械式和固态式。机械 LiDAR 传感器使用移动部件(例如旋转镜)来扫描环境。另一方面,固态激光雷达传感器使用固定的激光二极管阵列来扫描环境。机械 LiDAR 传感器通常比固态传感器更准确,范围更远,但它们也更昂贵和复杂。

  尽管激光雷达传感器的成本很高,但激光雷达在自动驾驶中的应用越来越广泛。许多主要汽车制造商和科技公司都在大力投资开发基于 LiDAR 的自动驾驶系统。然而,LiDAR 传感器的成本仍然是自动驾驶广泛采用的主要障碍。

  降低 LiDAR 传感器成本的一种方法是使用一种称为“传感器融合”的技术。传感器融合涉及组合来自多个传感器的数据,以创建更准确和可靠的环境表示。例如,LiDAR 传感器可以与摄像头和雷达传感器结合使用,以提供更完整的车辆周围环境图像。这可能会减少所需的 LiDAR 传感器数量,进而降低自动驾驶系统的总体成本。

  另一种降低 LiDAR 传感器成本的方法是使用范围有限的低成本 LiDAR 传感器。这些被称为“L2.5”LiDAR 传感器的传感器比完整的 LIDAR 传感器便宜,但它们的射程也较短。这意味着它们只能检测车辆一定距离内的物体。然而,通过结合使用 L2.5 LiDAR 传感器和其他传感器(例如摄像头和雷达),有可能以更低的成本实现与完整 LiDAR 传感器相同的性能水平。

  总之,激光雷达是自动驾驶必不可少的传感器,它使车辆能够实时检测周围环境并绘制地图。LiDAR 传感器的成本仍然是广泛采用自动驾驶的主要障碍,但有一些方法可以降低 LiDAR 传感器的成本,一种是通过使用传感器融合,它涉及组合来自多个传感器的数据以创建更准确和可靠的环境的表示。另一种方法是使用低成本的 LiDAR 传感器,例如范围有限的 L2.5 LiDAR 传感器,它们比完整的 LIDAR 传感器便宜,但它们的范围也更短。有可能以更低的成本实现与完整 LiDAR 传感器相同的性能水平。

  举报/反馈
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册

论坛客服/商务合作/投诉举报:2171544 (QQ)
落伍者创建于2001/03/14,本站内容均为会员发表,并不代表落伍立场!
拒绝任何人以任何形式在本论坛发表与中华人民共和国法律相抵触的言论!
落伍官方微信:2030286 邮箱:(djfsys@gmail.com|tech@im286.com)
© 2001-2014

浙公网安备 33060302000191号

浙ICP备11034705号 BBS专项电子公告通信管[2010]226号

  落伍法律顾问: ITlaw-庄毅雄

手机版|找回帐号|不能发帖?|Archiver|落伍者

GMT+8, 2024-11-15 00:49 , Processed in 0.051750 second(s), 30 queries , Gzip On.

返回顶部