尚经起名网

您现在的位置是:首页 >

企业资讯

刷名片赞平台全网最低价 - 免费领取王者人气赞赞_刷王者荣耀赞平台

时间:2024-05-14 07:24 评论
不管是对开发L4级自动驾驶领域多年的百度,还是新势力威马,都是一次里程碑式的赢面。从车企们积极布局AVP的态势来看,这类更高级别的辅助驾驶系统,成为了汽车智能化的差异化卖点之一。目前,单车智能是被众多主机厂采纳最多的方案。奥迪威方面表示,从客观判断,各类型的传感器并非相互替代关系,而是互补融合关系,多传感器融合是自动驾驶技术的发展趋势。...

自助下单地址(拼多多砍价,ks/qq/dy赞等业务):点我进入

随着国内汽车保有量的激增,车位紧缺加剧,加之智能化趋势的催化,停车细分赛道迎来新趋势。

早在2021年1月,搭载百度AVP自主泊车解决方案的威马新车型W6就成为国内首批搭载该功能的消费级车型之一。 无论是研发L4级自动驾驶多年的百度,还是新势力威马,都是里程碑式的胜利。

紧接着,广汽Aion推出的AION V Plus也实现了AVP超视距泊车,配备无人泊车和召唤接送,实现了自主代客泊车和基于高精地图的跨层泊车。停车场。 、主动避障等功能,即使在无标识车位,也能完成自动泊车进出。

今年2月21日,奇瑞旗下高端品牌EXEED全新SUV耀光正式上市,共推出6款新车型。 在安全驾控方面,新车搭载AVP自主代客泊车、NOC导航辅助驾驶等功能。

事实上,随着L2及以下辅助驾驶普及率的提升,如何在智能化的基础上打造差异化,也是传统车企和新势力关注的问题。

从车企对AVP的积极布局来看,这类更高级的辅助驾驶系统已经成为汽车智能化的差异化卖点之一。

以百度Apollo自动驾驶平台的AVP解决方案为例,利用Apollo的开源代码和平台,车企可以定制自己的自动驾驶解决方案。 这既有利于打造各家车企的差异化优势,也能打消其被供应商“套牢”的顾虑。

不过,高工智能汽车研究院的监测数据显示,2018-2020年中国市场具有自动泊车功能的乘用车交付量年均增速在30%左右。 开始下滑。 2022年自动泊车交付280.7万辆,预装率仍处于较低水平抢车位辅助器,仅为14.08%。

高工智能汽车研究院预计,随着2023年市场进入复苏周期,特别是受益于域控制器、舱停一体、泊车一体等硬件和功能融合的推动,自动泊车市场将进入一个复苏周期。新一轮高速发展。 发展期。

车端智能商用加速

虽然AVP功能主要应用在低速场景,在高速场景下不用面对突发事件和极端情况,但它所面对场景的复杂度并没有降低。

例如,面对车辆划痕、车库立柱识别、车位狭窄、车位锁等停车难题,选择何种解决方案、如何安全应对也是关键。

根据国际标准ISO23374,AVP功能分为三种不同类型:一种是利用车辆的智能实现自主代客泊车,感知、规划和执行都负责感知、规划和执行机动车; 另一种是利用场地的智能实现自主代客泊车功能,在场地端安装传感器和边缘计算单元,负责感知和规划部分,而汽车只是作为执行器来实现根据现场端提供的指令执行驾驶任务。

三是实现基于停车场协同的自主代客泊车,即先从云端获取现场端分配的高精度地图、车辆位置、车位位置信息,然后在现场规划最优路径。 field end 并发送给车辆进行最终的行驶轨迹和姿态规划和控制。

在实际应用中,存在车边、场边、场场协同三种不同的方案,对感知、规划和执行的要求各不相同。 例如,车端智能虽然增加了整车改造成本,对汽车感知、定位、规划、控制等功能提出更高要求,但由于不依赖现场端改造,其商业化速度正在加快。

其中,特斯拉、小鹏、蔚来、威马、长安、广汽、长城等主机厂,以及法雷奥、智华科技等供应商,都是车端智能化的支持者。

毕竟,场边智能化首先面临的最大问题就是对停车场设施的规划要求很高,因此前期必须投入的场边改造成本非常高。

车端智能最大的优势在于对停车设施的依赖程度不高。 AVP功能能否实现主要取决于车辆自身的能力。 我们目前面临的挑战包括避障、定位以及感知方案的延伸。 高精度地图的选择和高精度定位问题。

值得一提的是,今年1月,宝马集团与法雷奥宣布达成新的战略合作。 此次合作同时支持车端智能和场端智能AVP,着重为私人场馆和停车场客户共同打造。 下一代高端泊车用户体验抢车位辅助器,从自动泊车辅助到L4级自动代客泊车,所有功能都将基于车内技术和传感器实现。

据悉,法雷奥的融合泊车系统可以进行垂直、平行和人字形泊车,甚至可以用智能手机远程控制车辆自主安全进出车库。 该系统使用环视摄像头和超声波传感器来检测路边的停车线和可用空间。 一旦找到合适的停车位,就会通知司机,司机可以自行停车并释放控制权。 该系统控制转向、油门踏板和刹车,自动泊车,车辆可在几秒钟内停好。

此外,融合停车系统可以通过融合地图兼容不同数量和类型的传感器,包括摄像头、超声波雷达,甚至激光雷达。 在目标感知方面,通过多传感器数据融合,提高检测精度和准确性; 同时,摄像头和超声波雷达的融合可以区分目标类型和距离等属性,​​提高系统安全性。

目前,单车智能化是众多主机厂采用最多的解决方案。 究其原因,一方面,现场端智能化的大规模落地是以自主代客泊车AVP停车场为前提,但谁来牵头建设,谁来投入现场,已经是满满当当。不确定性; 另一方面,近年来,视觉、超声波雷达、毫米波雷达、激光雷达等感知技术的升级迭代周期越来越短,感知融合方案精度不断刷新,赋予更多可能为实现车端智能的商业化。

在智华科技副总裁杨波看来,无论是场侧智能还是车侧智能,都面临着很多规模化落地的问题; 相比之下,随着定位、感知等技术的成熟赋能,在停车场等部分场景,车侧智能的商业化将分阶段落地,即车侧智能的渐进路线可能是另一种实现 AVP 大规模实施的可能途径。

不过也有业内人士表示,考虑到车端智能和场端智能方案的优缺点,车场协同或许是实现AVP功能的最终路径。 目前,随着各主机厂推出AVP,车端智能化解决方案开始崭露头角,必将推动汽车在感知、决策、执行等解决方案上的新升级。

轰动战升级

要将车端智能做到极致,可靠的感知方案是前提。

不难发现,AVP函数对感知的要求非常高。 不仅需要清晰识别车辆周围的停车位(包括未划定的停车场),还需要对行驶过程中的各种障碍物进行准确分类识别。 准确的路径规划提供了先决条件。

此前,百度表示,基于其独有的车-云-图-场整体解决方案,结合高精地图的优势,AVP可以通过低成本的传感器(视觉+超声波)解决方案实现L4级无人泊车。 等级。

从国产超声波解决方案来看,奥迪威AK2新一代编码式超声波数字传感器在减少检测盲点、提高检测速度、增加检测距离、提高抗干扰能力等方面都有了质的提升。 同时,AK2信号传播速度快,可同步处理多种回波特征值,支持多模式切换,满足智能驾驶迭代至L3、L4感知升级的需求。

奥迪威表示,客观地判断,各类传感器并不是相互替代,而是相辅相成、融为一体。 多传感器融合是自动驾驶技术的发展趋势。 例如,在近距离测距方面,超声波雷达方案在精度和成本上具有显着优势,并可通过自动泊车的优化升级实现规模化应用。

“从自动泊车的优化升级,到行车泊车的域控一体化,新一代AK2雷达必将成为主流配置。对于奥迪威来说,在这条赛道上有着20多年的积累和经验。我们的机会是继续随着市场需求向前发展,并为 OEM OEM 和专业的一级供应商提供具有成本效益的超声波雷达。”

此外,环视与自动泊车系统的整合,也可以节省大量的元器件和空间,实现降本增效。

“新一代的记忆泊车和自主泊车是智能泊车的趋势和未来,这些功能将体现在L4以上的自动驾驶中。因此,对车位的检测和识别能力有一定的要求,比如:准确率要求5cm以内,车位类型必须覆盖100多种等,需要更先进的车位检测技术支持。”

据悉,新阳泉将车位检测算法模块作为标准配置纳入环视引擎,基于环视摄像头的车位检测可以解决上述问题。

与此同时,智画科技也在快速布局停车轨道。 目前已形成全景泊车系统(AVM)、融合式自动泊车系统(FAPA)、记忆泊车系统(HPA)、自主泊车系统(AVP)。 完整的产品线。 其中AVM、FAPA产品已实现规模化量产,客户包括长安、广汽、五菱、比亚迪、合众新能源等; HPA产品预计2023年第三季度实现量产。

智华科技FAPA系统基于纯超声波APA解决方案和AVM解决方案,融合视觉感知和超声波信息感知,精准识别停车场景中的车位和关键交通要素,通过轨迹规划和车辆控制算法,代客泊车安全停车位。 该方案停车成功率高于95%。 停车后车身位置误差≤10cm,角度误差≤2°。

不久前,特斯拉HW4.0硬件系统或搭载高分辨率毫米波雷达的消息引发了业内外对4D毫米波雷达的高度关注,这也为升级带来了新契机AVP的感知解决方案。 更多的新想法。

例如,欧菲光近日在投资者互动平台上表示,欧菲光在4D毫米波雷达方向布局了多款产品,包括4D中远程雷达、4D成像舱雷达、4D数字成像雷达等。 同时,公司在雷达传感器算法和研发方面积累了丰富的经验,如MIMO算法、超分辨率算法、目标识别等算法。 欧菲光布局4D数字成像雷达,采用数字编码调制技术(DCM),集成12Tx16Rx车规级单芯片方案。 与目前的模拟雷达相比,数字雷达的分辨率提高了16倍,目标探测能力提高了24倍,对比度提高了30倍。

此外,楚航科技推出的双芯片级联4D成像雷达产品可实现输出1024个4D点云和64个跟踪目标,探测距离可达300米,角分辨率可达1.5°(水平)* 3°(俯仰),可有效分析目标的轮廓、类别和行为,进而感知传统毫米波雷达无法识别的小物体、静止物体或横向移动的障碍物。

4D毫米波雷达在传统毫米波雷达的感知基础上,增加了对高度和小物体的识别。 具体到AVP功能,4D毫米波雷达可以针对停车场“行人鬼探头”、灯光昏暗等痛点场景,实现更精准的动态和静态障碍物感知。

目前,多传感器融合仍是智能驾驶感知的大势所趋,而车载智能是AVP的主要解决方案。

随着泊车一体化等硬件和功能整合的推进,无论是从感知端,包括环视和超声波雷达的技术升级,4D毫米波雷达的加入等,还是从决策端——制作端和执行端,让AVP变得更智能、更安全是当前自动泊车市场的机遇。

文章来源于网络,请勿用于任何商业用途。 如有侵权,请联系删除。 内容仅供阅读,不构成投资建议,请谨慎对待。 投资者据此操作,风险自负。