實現比亞迪 L4 面臨的主要技術挑戰(zhàn)是什么?

實現比亞迪 L4 面臨的主要技術挑戰(zhàn)包括:

1. 感知系統:要實現高精度和高準確率的目標檢測及分類,涉及到深度學習在 3D 點云和 2D 圖像上的物體檢測及多傳感器融合。對小物體、長尾場景、特殊車輛、逆光、水花、意想不到的事件等的檢測和識別存在困難,需要提高識別率和召回率。

2. 傳感器配置與融合:不同傳感器的數據要標定到同一坐標系,包括相機內參標定、Lidar 到相機外參標定、雷達到 GPS 外參標定等,且要將標定精度提高到很高水平。同時,要解決不同傳感器的時間同步問題,比如通過 Lidar 觸發(fā)相機曝光。

3. 車載感知架構:要保證安全,近乎百分之百的 detection 的 recall,Precision 要求高。要盡量輸出所有對行車有幫助的信息,保證高效運行,能近實時處理大量 sensor 數據,還要具備 scalability 可擴展性,使模型和算法能適配更多城市和國家。

4. 復雜場景應對:在晚高峰十字路口、雨天、不同城市和國家的紅綠燈差異等復雜場景下,要準確識別和處理各種情況,比如識別紅綠燈倒計時、進度條等。

5. 硬件配置:采用先進的攝像頭、毫米波雷達、激光雷達等傳感器,并實現傳感器融合技術,還需要強大的中央處理單元來處理數據。

6. 軟件算法:要實現多傳感器融合、高精度地圖、自主決策等功能,包括行駛路徑規(guī)劃、環(huán)境感知、安全預警、自動駕駛控制等。

7. 實車測試與評估:要建立完善的測試平臺和全面的評估方法,包括功能性評估、安全性評估、用戶體驗評估等,以驗證自動駕駛系統在實際道路環(huán)境下的性能和安全性。

8. 技術合作與適配:選擇合適的技術合作伙伴,如與 AutoX 合作,其適配速度快,具有 L4 技術優(yōu)勢和本地化優(yōu)勢。與英偉達合作采用 DRIVE Thor 芯片,提升智駕水平。

特別聲明:本內容來自用戶發(fā)表,不代表太平洋汽車的觀點和立場。

車系推薦

紅旗HS3
紅旗HS3
14.58-17.28萬
獲取底價
探岳
探岳
19.89-25.99萬
獲取底價
理想L6
理想L6
24.98-27.98萬
獲取底價

最新問答

朗動貼改色膜加上工時費的費用大致在2000元到5000元之間。汽車改色的費用受諸多因素影響,像膜的品牌、質量,改色復雜程度,工藝水平以及店鋪位置等。一般來說,進口改色膜因關稅、運費等因素價格較高,而國產膜性價比更高;全車改色比局部改色費用更
車漆鍍膜耐酸性測試需用到的專業(yè)設備暫無確切提及。通常來說,汽車鍍膜施工會用到重力式噴槍、變速拋光機、紅外線烤燈等設備,但這些主要用于施工環(huán)節(jié)。而在各類鍍膜測試維度中,耐刮擦性、溫度環(huán)境試驗等有對應設備,卻未明確耐酸性測試設備。或許未來隨著測
汽車鍍晶是在汽車漆面等關鍵部位形成一層硬質保護涂層,主要成分是二氧化硅。汽車車身漆面由多層構成,易受紫外線、酸雨等侵害。而鍍晶以二氧化硅為主要原料,通過納米技術形成晶體層緊密貼合車漆。這層保護涂層如同堅實護盾,能隔絕空氣、紫外線等,防止車漆
杭長高速拖車收費里程通常以拖車從出發(fā)地到車輛停放地的實際行駛距離為準,事故車從起拖點至公安交通管理部門指定地點,故障車從就近高速公路出口或服務區(qū)拖至目的地。高速拖車里程的界定在不同地區(qū)存在差異,不過基本都遵循實際行駛距離這一原則,且常以10
上劃加載更多內容
AI選車專家