-
2020年自动驾驶车载传感器发展状况分析及未来展望
自动驾驶汽车利用传感器感知周边环境,进而做出决策。目前,使用比较广泛的车载传感器有摄像头、超声波雷达、毫米波雷达以及激光雷达。随着自动驾驶等级的提高,车载传感器的重要性日益凸显,市场规模呈不断扩大趋势。本文通过深入分析国内外车载传感器发展现状,认为无论哪种单一传感器都无法满足高级别自动驾驶的需求。未来发展方向应是多传感器融合,虽然当前车载传感器市场主要被国外几大厂商垄断,但是随着国内企业传感器技术的改进和质量的提高,未来国内厂商将凭借性价比优势,逐步推动国产化替代进口。因此,为推动我国自动驾驶车载传感器发展,一要建立健全车载传感器测试评价体系及测试数据库;二要加大研发投入,尽快突破国外技术壁垒,降低传感器,尤其是激光雷达的生产成本。
-
2020年中国自动驾驶产业发展状况与未来发展趋势
2020年是中国自动驾驶从技术探索到实现产业落地的关键一年,国家发改委等11个部委联合下发了《智能汽车创新发展战略》,使自动驾驶产业战略规划得到持续升级和细化。此外,汽车自动化分级标准体系进一步完善,芯片、5G通信和高精地图等关键技术取得突破,测试验证方法更加丰富和规范,车企与互联网、零部件和通信巨头合作更为紧密。虽然自动驾驶产业已经进入新的发展阶段,但还面临诸多问题。如,法律法规标准依旧存在盲区,技术仍不成熟,配套设施、保险有待完善,数据安全和社会宣传有待加强等。未来,以场景为先导自动驾驶将分批实现商业化落地,自动驾驶产业链将趋于精细化发展,L3自动驾驶技术量产将被重点布局,V2X将成为高级无人驾驶发展的驱动力,政企合作也将推动自动驾驶落地。
-
电动汽车电磁干扰的分析与抑制
近年来,电动汽车的开发已成为未来汽车的主要发展方向。与传统燃料汽车相比,电动汽车虽然更加环保,但是因为在汽车内增加了很多的电力电子零件,在提高电能利用效率的同时使得电磁兼容(EMC)问题越发的明显,与之相关的电磁干扰(EMI)也越来越严重。针对上述问题,本文将重点研究电动汽车系统所产生的电磁干扰,对其的产生原因与抑制方法作出分析。
-
2020年国内外车路协同技术发展报告
随着自动驾驶技术和智能网联技术的飞速发展、5G的商用和车联网政策的推行,车路协同从产业链到标准层面都有了新的进展。车路协同可以提供更安全、更节能、更环保、更便捷的出行方式和综合解决方案,是国际公认的未来交通和汽车的重要发展方向。作为车联网的高级发展阶段,车路协同融合了通信、汽车、交通、信息等多个领域,构建了一个全新的生态。本文从信息交互、状态感知、数据处理、决策控制和测试验证等方面深入分析了国内外车路协同技术的发展状况,结合世界范围内智能交通系统的发展趋势,重点针对2020年车路协同的国内外研究成果、国内外重要项目、重大事件详尽介绍车路协同的发展现状,并指出未来车路协同的发展应加深对车路协同内涵的理解、把握车路协同的技术实质、提升车路协同服务体验并推进车路协同规模应用。
-
2020年自动驾驶芯片市场发展状况分析与未来展望
为了解2020年自动驾驶芯片市场的发展现状,本文调研了国内的地平线、黑芝麻智能科技、华为,以及国外的Mobileye、英伟达和特斯拉六家企业在自动驾驶芯片领域的发展情况。通过分析2020年自动驾驶芯片供应链以及各企业的优劣势可知,2020年是国内芯片企业发展的关键时期,中国自动驾驶芯片在性能和功耗上与外国芯片相比并不差,但是在架构设计、研发投入与车规级芯片应用等方面仍处于较为前期的探索阶段,相较国外仍存在明显差距。因此,针对我国自动驾驶芯片市场发展过程中存在的问题,未来芯片产业的发展应坚持长期投入、专注垂直领域、构建产学研用的生态体系,并且精进制造工艺。
-
2020年整车企业自动驾驶市场发展状况分析
本文从各个车企的自动驾驶发展规划、自动驾驶技术进展、自动驾驶汽车量产实现情况等出发,分析了2020年中国市场上整车企业的自动驾驶发展总体特征。着重介绍了中国一汽、东风汽车、广汽集团、上汽集团、特斯拉、大众、宝马、奔驰等国内外主要整车企业的自动驾驶发展规划,从自动驾驶数据采集技术(激光雷达、毫米波雷达、红外热成像传感器、摄像头等)和V2X技术两个方面对自动驾驶的技术进展进行了介绍。同时,对多地积极建设自动驾驶示范区的现状和与高级别自动驾驶相关的法律法规尚不健全等问题进行了探讨。2020年,各个车企研发的搭载自动驾驶辅助系统的车型陆续上市,部分L3产品落地,同时加紧对更高级别自动驾驶车辆的研发。自动驾驶汽车的研发也促进了越来越多的传统制造业车企与高新智能产业企业开展合作,促进双方特有的资源和技术积累的整合,未来将逐渐形成传统车企顺应时代发展成功转型和智能产业技术得以落地的双赢局面。
-
自动驾驶前沿技术发展研究
自动驾驶汽车落地的真正实现,取决于场景库构建、仿真测试等关键技术的发展。本文介绍了目前国内外自动驾驶汽车的关键技术,包括仿真测试技术、场景库构建、功能安全与预期功能安全、人机共驾与人机交互技术。重点介绍了应用于各开发阶段的模型在环(MIL)、软件在环(SIL)、硬件在环(HIL)、驾驶员在环(DIL)和车辆在环(VIL)仿真测试技术以及仿真平台,围绕虚拟场景数据库具有的无限性、扩展性、批量化、自动化等特点,对场景库的基于PEGASUS的构建模型和样例进行了整理分析,对高级别自动驾驶的功能安全开发、汽车功能安全验证,预期功能安全的场景库构建、整车层级危害识别与分析等关键技术进行了介绍。最后从信息感知、策略决策和操作执行三个维度对人机共驾的控制权限合作进行了总结和分析。本文认为场景库构建、仿真测试、功能安全等方面技术的发展将进一步推动自动驾驶汽车落地的真正实现。