国际顶级公司在人工智能自动驾驶上的最新研发成果

 来源:清华五道口国家金融研究院     编辑:管理员      时间:2023/9/14
 

Waymo 于 2009 年 1 月开启的一项自动驾驶汽车计划,其主要负 责人为参与过 DARPA 挑战赛的 Sebastian Thrun(斯坦福大学人工智 能实验室 SAIL 负责人)和 AnthonyLevandowski(自动驾驶公司 510 Systems的创立者)。2016年12月由Google独立出来,成为Alphabet公司旗下的子公司,专注于研发最高级别 L4~L5 的自动驾驶技术。 加州车管所公布了 2020 年自动驾驶的路测数据,Waymo 在平均接管 两次间可行驶里程这个指标中排名第一,在测试里程中排名第二。 Waymo 的有效专利数也是常年领先,近三年增速降低,但仍排在前 三位。目前的商业化模式有:自动驾驶出租(凤凰城的 Robotaxi)、 卡车货运、物流配送、软件授权服务四大业务场景。

Waymo 的自动驾驶研发实力公认为全球最强,其软件算法和雷 达系统、摄像头等硬件均实现自研。与很多自动驾驶公司不同的是, Waymo 不仅在软件算法领域投入很大,其在实现自动驾驶的关键传 感器激光雷达等硬件的研发实力也非常强大,是软硬件平衡度很好 的技术公司。目前全球已上市的自动驾驶企业见下表 4-1,重点关注 美国和中国。

Waymo 美国

自动驾驶领域的软硬件核心 技术

自研

自动驾驶技术的标杆企业,路测数据及专利 数量常年保持领先。 Waymo 的自动驾驶研发 实力公认为全球最强,其软件算法和雷达系 统、摄像头等硬件均实现自研。Waymo 自研 激光雷达,掌握核心硬件开发能力。

Cruise 加拿大

自动驾驶领域的软硬件核心技术

自研

自动驾驶研发实力强,多项核心测试指标与 Waymo 相当。Cruise 的基本路线与 Waymo 类 似,都是采用自上而下的模式,目前通用 Cruise 的 L5 级自动驾驶技术和路测里程可以 与 Waymo 一争高下,2020 年加州公布的路测 数据显示,Cruise的测试里程最多,接管两次 间平均可行驶里程仅次于 Waymo,排名第 二。

Mobileye 以色列

L2 级自动驾驶系统解决方案

自研

致力于用单目视觉来解决三维立体环境中的 测距问题。自创立公司以来,Mobileye 获得 了视觉辅助驾驶领域的多项第一并提供了包 括行人检测、车道保持和自适应巡航等辅助 驾驶技术。Mobileye 最新的 L2 级自动驾驶系 统称为 SuperVision,使用 11 枚摄像头、2 颗 EyeQ5 芯片来完成 L2+级别的自动驾驶。

英伟达 美国

算法工具链及仿真软件提供商

自研

在自动驾驶领域,公司已经形成了分层解 耦、全栈式的自动驾驶产品解决方案,并覆 盖 L2-L5 级自动驾驶应用场景,配套软件方 案包括:Constellation(仿真系统)、Drive OS(底层开发平台)、Driveworks(服务器 平台配套解决方案)、Drive AV(自动驾驶 功能)和 Drive IX(人机交互)等。其配套工 具链易于使用,已经有基于英伟达的小鹏 Xpilot 系统搭载在其量产车型中,是为数不多 已经经受车规级考验的芯片提供商。

百度 Apollo 中 国

自动驾驶领域的软硬件核心技术

合作开发

中国自动驾驶研发的先行者与技术的领跑 者:百度早在 2013 年就已启动无人车项目, 并于 2015 年下半年推出自动驾驶汽车,一个 月后,Apollo 面世。百度采用了和 Waymo 类 似的自动驾驶解决方案,即直接研发载有激 光雷达+摄像头+毫米波雷达的 L5 级自动驾驶 方案,以算法和解决方案研发为主。



 信息推荐
» 人工智能在自动驾驶领域的市场情况
半导体技术的提升与成本的下降,电动化的不断普及加速了智能化,对安全性便捷性和高效出行的要求,自动驾驶将有效缓解交通拥堵,大大提高出行的效率
» 基于人工智能的自动驾驶研发中关键性技术竞争点
算力、算法、数据采集以及用户数据是人工智能的发展依赖于四个基本要素,在自动驾驶市场中对应于 AI 芯片、决策软件、传感器、用户数据等
» 人工智能在自动驾驶控制与执行中的应用-车辆的纵向,横向,驱动和制动控制
RL 是自动驾驶控制和执行领域的一项关键技术,因为它可以让自动驾驶汽车学习并适应不断变化的道路状况,RL使AI系统能够就如何安全地通过交通和避免事故做出明智的决定
» 人工智能在自动驾驶在决策与规划中的应用-选择多条安全路径和最优路径等步骤
深度学习可使车辆能够随着时间的推移学习和适应其环境,包括了解不同道路和交通模式的特征,以及适应道路上其他驾驶员的行为
» 人工智能在自动驾驶精准定位中的应用-定位精度要求误差不超过10厘米
深度学习和机器学习技术是自动驾驶 SLAM 系统的核心组成部 分。它们允许车辆实时分析和处理大量数据,使其能够根据周围环 境做出智能和安全的决策
» 人工智能在自动驾驶环境感知中的应用-强感知+强智能
环境感知指对于环境的场景理解能力,如障碍物的类型,道路标志及标线, 行车车辆的检测,交通信息等数据的语言分类,定位是对感知结果的后处理
» 人工智能在自动驾驶汽车中的应用-帮助车辆实现对周围环境的实时监测
自动驾驶汽车通过摄像机、激光雷达、毫米波雷达、超声波等 车载传感器来感知周围的环境,依据所获取的信息来进行决策判断, 由适当的工作模型来制定相应的策略
 
返回首页
AI大模型
劳模
AI自动驾驶
chatgpt智能
生成式AI应用
智能机器人行业
行业动态
行业资料
最新资讯
» 吉林省2024年政府工作报告-聚焦四大集群,六新产业,四新设施
» 黑龙江2024年政府工作报告-建设省级智能工厂4个、数字化车间41个
» 机器学习教育框架-学习结果和定义
» 人工智能素养:能力和设计的主要考虑因素
» 人工智能素养能力框架-17条能力
» TinyLlama 等小模型爆火,参数量为 11 亿
» 体系化人工智能(Holistic AI)技术探索-AI服务大闭环、AI能力原子化重构、网络原生AI及安全 可信AI
» 穿刺机器人的发展趋势:四大应用优势助力行业发展
 

人工智能 鲁ICP备18039973号-6