娇小w搡bbbb搡bbb,《第一次の人妻》,中国成熟妇女毛茸茸,边啃奶头边躁狠狠躁视频免费观看

自動駕駛測試場景深度解析

發(fā)布者:WhisperingSoul最新更新時(shí)間:2024-10-23 來源: elecfans關(guān)鍵字:自動駕駛  測試場景 手機(jī)看文章 掃描二維碼
隨時(shí)隨地手機(jī)看文章

本文內(nèi)容主要圍繞自動駕駛汽車測試場景的內(nèi)涵、作用、尺度、視角以及數(shù)據(jù)來源等方面進(jìn)行了詳細(xì)闡述。    


01. 場景要素和場景分類     在進(jìn)行測試場景構(gòu)建時(shí),首先需要明確測試場景所涵蓋的要素。   真實(shí)世界中的場景無窮無盡,要素紛繁復(fù)雜,對場景進(jìn)行分解,提取場景中包含的要素類型,是對現(xiàn)實(shí)世界場景進(jìn)行降維和抽象的基本方法。   為了便于要素的分析及組織,需要對場景要素進(jìn)行分類。根據(jù)不同的組織結(jié)構(gòu),場景要素劃分有多種方式。從自動駕駛測試的需求角度出發(fā),場景要素可以分為環(huán)境要素和自車任務(wù)兩類要素。


從場景要素的基本屬性出發(fā),可以分為靜態(tài)要素和動態(tài)要素等。從場景要素的拓?fù)潢P(guān)系出發(fā),可以分為道路要素、交通參與者要素、氣象要素等。場景要素是測試場景構(gòu)建的基礎(chǔ),對自動駕駛汽車的測試和評價(jià)過程起重要作用,是測評體系的主要支撐。    

從場景要素的不同屬性出發(fā),完整的測試場景要素包括:   一定空間范圍內(nèi)的靜態(tài)環(huán)境要素:道路類型、交通設(shè)施、地理信息、靜態(tài)障礙物等。          
一定時(shí)空范圍內(nèi)的動態(tài)環(huán)境要素:如動態(tài)交通指示設(shè)施及通信環(huán)境信息。    

5c186bc6-d6a1-11ee-a297-92fbcf53809c.png

行駛環(huán)境中的交通參與者要素:機(jī)動車、非機(jī)動車、行人和動物等。而被測車輛不屬于該要素類別,主要原因是其行為不一定必須是預(yù)定義的。         

該行駛環(huán)境中的氣象環(huán)境要素:光照、溫度、濕度、氣候等。  

車輛的初始狀態(tài):Ego被測車輛的初始狀態(tài)、目標(biāo)和行為要素等。     

5c36339a-d6a1-11ee-a297-92fbcf53809c.png

測試場景進(jìn)行分類。具體分類方法包括以下幾類:   1.按測試場景的數(shù)據(jù)來源進(jìn)行分類,如自然駕駛數(shù)據(jù)、危險(xiǎn)工況數(shù)據(jù)、標(biāo)準(zhǔn)法規(guī)等來源形成的測試場景,主要用以測試自動駕駛功能的有效性、安全性等。   2.按道路結(jié)構(gòu)層次機(jī)械能分類,道路基礎(chǔ)路網(wǎng)場景、非結(jié)構(gòu)化道路場景、靜態(tài)場景和動態(tài)場景等。景等不同層次的測試場景,主要用以滿足功能開發(fā)不同階段需求。   3.按測試場景表征的抽象程度進(jìn)行分類,如邏輯場景、功能場景、具體場景。   4.按測試場景的應(yīng)用方式進(jìn)行分類,如仿真測試場景和場地測試場景等。   5.按測試場景所包含的要素屬性特征角度進(jìn)行分類,如結(jié)構(gòu)化道路場。              

5c4dd91e-d6a1-11ee-a297-92fbcf53809c.png

02. 測試方法     測試場景研究方法論,涉及測試場景的構(gòu)成要素分類、場景構(gòu)建方法、測試場景應(yīng)用關(guān)鍵技術(shù)等內(nèi)容。  

2.1測試場景生成步驟   測試場景構(gòu)建需經(jīng)過數(shù)據(jù)采集、數(shù)據(jù)分析挖掘、場景生成等步驟,并通過虛擬仿真和物理測試技術(shù)在實(shí)際測試環(huán)境中復(fù)現(xiàn)場景。  

2.2測試用例設(shè)計(jì)理論方法   設(shè)計(jì)測試用例理論方法:測試用例的設(shè)計(jì)方法有多種,常用的包括正交實(shí)驗(yàn)法、邊界值分析法、等價(jià)類劃分法、判定表法和錯誤推測。 對比測試 枚舉測試 覆蓋測試 阿拉斯加測試方法等。  

2.3常見測試?yán)碚摲椒?nbsp;  正交實(shí)驗(yàn)法:正交實(shí)驗(yàn)法是一種基于正交表的測試用例設(shè)計(jì)方法。它通過選擇一組有限的測試用例,覆蓋了多個因素的不同取值組合,從而減少了測試用例的數(shù)量,提高了測試效率。  

邊界值分析法:邊界值分析法是一種基于系統(tǒng)邊界的測試用例設(shè)計(jì)方法。它通過選擇系統(tǒng)輸入的邊界值和特殊值作為測試用例,以檢測系統(tǒng)在邊界情況下的行為。  

等價(jià)類劃分法:等價(jià)類劃分法是一種基于輸入數(shù)據(jù)的特性進(jìn)行劃分的測試用例設(shè)計(jì)方法。它將輸入數(shù)據(jù)劃分為不同的等價(jià)類,然后選擇代表性的測試用例來覆蓋每個等價(jià)類。  

判定表法:判定表法是一種基于系統(tǒng)規(guī)則的測試用例設(shè)計(jì)方法。它通過創(chuàng)建一個判定表,列出系統(tǒng)的輸入條件和對應(yīng)的輸出結(jié)果,然后根據(jù)判定表選擇測試用例。


錯誤推測法:錯誤推測法是一種基于錯誤假設(shè)的測試用例設(shè)計(jì)方法。它通過假設(shè)系統(tǒng)可能出現(xiàn)的錯誤情況,設(shè)計(jì)相應(yīng)的測試用例來驗(yàn)證系統(tǒng)的容錯能力。    

5c5d1b40-d6a1-11ee-a297-92fbcf53809c.png

         

03.

自動駕駛仿真測試的方向

在自動駕駛測試場景標(biāo)準(zhǔn)化過程中,實(shí)現(xiàn)不同采集平臺和技術(shù)方案的兼容性以及數(shù)據(jù)庫數(shù)據(jù)的互通共享,主要可以從以下幾個方面著手:   1.制定統(tǒng)一的數(shù)據(jù)格式標(biāo)準(zhǔn):首先,需要定義一種通用的數(shù)據(jù)交換格式或協(xié)議,如AVP(自動駕駛驗(yàn)證和驗(yàn)證)數(shù)據(jù)格式,以便各種采集設(shè)備、系統(tǒng)都能按照同一標(biāo)準(zhǔn)進(jìn)行數(shù)據(jù)輸出。這樣可以確保從不同平臺獲取的數(shù)據(jù)能夠相互理解和解析。   2.構(gòu)建標(biāo)準(zhǔn)化測試場景庫:建立包含各類基礎(chǔ)場景、特殊場景等在內(nèi)的標(biāo)準(zhǔn)化測試場景庫,并明確描述每個場景的參數(shù)指標(biāo),便于在不同的測試平臺和解決方案中復(fù)現(xiàn)并進(jìn)行驗(yàn)證。   3.建設(shè)跨平臺數(shù)據(jù)接口:開發(fā)通用的數(shù)據(jù)接入和轉(zhuǎn)換工具,支持多種數(shù)據(jù)源的接入與轉(zhuǎn)換,從而實(shí)現(xiàn)在不同平臺間的數(shù)據(jù)交互。   4.搭建數(shù)據(jù)共享平臺或數(shù)據(jù)中心:通過云服務(wù)技術(shù),建立一個安全可靠的數(shù)據(jù)存儲和共享中心,各參與方能將符合標(biāo)準(zhǔn)的數(shù)據(jù)上傳至該平臺,實(shí)現(xiàn)數(shù)據(jù)資源的匯聚和互通。   5.強(qiáng)化信息安全與隱私保護(hù):在保證數(shù)據(jù)共享的同時(shí),采取嚴(yán)格的加密、脫敏措施,確保敏感信息的安全,遵守相關(guān)的法律法規(guī)要求。   6.積極參與行業(yè)組織和聯(lián)盟:加入國內(nèi)外自動駕駛相關(guān)標(biāo)準(zhǔn)組織和產(chǎn)業(yè)聯(lián)盟,共同推動和采納行業(yè)通行的數(shù)據(jù)格式、接口規(guī)范及安全標(biāo)準(zhǔn),加速實(shí)現(xiàn)數(shù)據(jù)層面的互操作性和一致性。  


04. 測試場景    

服務(wù)于特定測試目的的場景則被稱為測試場景。測試場景可以幫助人們把特定的研究對象放置在具體的情況下進(jìn)行研究,考查其表現(xiàn)和反應(yīng)等,從而形成一定測試結(jié)論。對于自動駕駛汽車測試場景,其含義可以從以下幾方面進(jìn)行理解。          

4.1測試場景的內(nèi)涵          

場景被應(yīng)用于自動駕駛汽車測試時(shí),描述的是某類或某個行駛環(huán)境,以及被測車輛在上述行駛環(huán)境中的任務(wù)。

行駛環(huán)境描述了基本的交通環(huán)境情況和交通參與者的狀態(tài)及其行為,能夠呈現(xiàn)或反映真實(shí)世界中的交通情景的發(fā)生環(huán)境以及發(fā)生過程。  

被測車輛的目標(biāo)及行為描述了被測車輛在上述行駛環(huán)境下,需要完成的任務(wù)或預(yù)期完成的任務(wù)。   上述兩部分共同組成了某個或某類特定測試場景。在測試場景中,可以對被測車輛的特定功能在行駛環(huán)境下的表現(xiàn)進(jìn)行考查和分析。          

4.2測試場景的作用          

測試場景用于對自動駕駛汽車的功能或性能進(jìn)行測試、驗(yàn)證或評價(jià)。應(yīng)用測試場景必須有明確的測試目的,如對車輛預(yù)期的行為、性能要求等的測試。 通過被測車輛在測試場景中的表現(xiàn),可以對車輛進(jìn)行驗(yàn)證和評價(jià)。          

4.3測試場景的尺度           測試場景描述的是一定時(shí)間和空間范圍內(nèi)的交通行駛環(huán)境以及被測車輛的測試任務(wù)。

測試場景中包含動態(tài)要素,其行為反映的是一個動態(tài)過程,有一定的時(shí)間跨度;測試場景包含的所有要素是被布置在一定空間尺度的環(huán)境下的。

測試場景的時(shí)間和空間尺度的大小是依據(jù)測試任務(wù)而確定的。      對于時(shí)間尺度而言,如緊急避障場景,一般持續(xù)數(shù)秒,而對于跟車行駛場景,則可能持續(xù)數(shù)分鐘甚至數(shù)小時(shí)。對于空間尺度而言,測試場景可能包含一段道路,或者數(shù)條道路組成的路網(wǎng)。          

4.4測試場景的視角          

測試場景存在多種視角。   首先是研發(fā)人員或場景設(shè)計(jì)者的視角。   在該視角下,能夠獲得最為完整的場景信息,且是真實(shí)信息。該視角主要用于測試人員構(gòu)建測試場景以及測試結(jié)果的評價(jià)。

其次是被測車輛的視角。   在該視角下,場景信息是不完整的。自動駕駛汽車主要通過車載傳感器無線通信設(shè)備等獲取周圍行駛環(huán)境和交通參與者的信息,因此這些信息的范圍有限,且存在一定誤差。該視角是車輛在實(shí)際行駛過程的視角,是分析行駛環(huán)境和駕駛?cè)蝿?wù)的重要視角。    

最后是其他交通參與者的視角。   與被測車輛視角類似,該視角下的場景信息也是不完備的,從該視角出發(fā)可以對被測車輛的交通協(xié)調(diào)性等行為進(jìn)行評價(jià)。

05. 測試場景的數(shù)據(jù)來源

自動駕駛汽車測試場景,需要強(qiáng)調(diào)的是其來源應(yīng)該是一般的交通場景,自動駕駛測試場景技術(shù)發(fā)展與應(yīng)用。涵蓋城市、高速公路、鄉(xiāng)村、越野等各種交通環(huán)境。   為形成測試場景,可以通過分析和篩選已有的各類交通場景數(shù)據(jù)獲得測試場景。或者可以根據(jù)測試需求,對相關(guān)理論知識和經(jīng)驗(yàn),構(gòu)建能夠反映真實(shí)交通環(huán)境的測試場景。                       06. 測試評估     自動駕駛汽車的功能開發(fā)與驗(yàn)證,形成較為完整的系統(tǒng),功能也趨于完善后,則需要對其進(jìn)行進(jìn)一步的測試與評價(jià)。形成完整的閉環(huán)。    

5d397b3a-d6a1-11ee-a297-92fbcf53809c.jpg

測試與評價(jià)的目的是通過車輛的表現(xiàn),對其各項(xiàng)性能進(jìn)行評估。基于測試場景的方法是進(jìn)行測試與評價(jià)的有效手段。   6.1特性場景測試   通過選取或構(gòu)建能夠體現(xiàn)車輛特定性能的場景,制定合理的測試任務(wù),可以對自動駕駛汽車的不同維度和不同方面的性能,如行駛自治性、安全性、經(jīng)濟(jì)性、舒適性、交通協(xié)調(diào)性等進(jìn)行評價(jià)。   6.2檢測與認(rèn)證   基于測試場景的檢測與認(rèn)證是非常必要的。通過選取或構(gòu)建典型測試場景,考查自動駕駛汽車在各種交通情況下的行為,對各項(xiàng)功能的安全性和可靠性等進(jìn)行檢測與認(rèn)證,可證明其是否具備在真實(shí)交通環(huán)境下應(yīng)對多種場景的能力以及規(guī)避風(fēng)險(xiǎn)的能力。
6.3測試場景需要滿足的要求
為滿足以上不同測試階段、不同測試目標(biāo)的測試需求,測試場景需要滿足以下要求:   可界定、可調(diào)整、可分解、通用性多用途、可復(fù)制、可組合、可編碼。  

5d46448c-d6a1-11ee-a297-92fbcf53809c.jpg

可量化:場景中包含的各類要素所體現(xiàn)出的特征應(yīng)是可被量化的如道路的幾何尺寸、線形特征,靜態(tài)要素的大小、位置,動態(tài)要素的初始狀態(tài)行為,環(huán)境的溫度、光照、濕度等。通過量化,可以形成測試場景具體和準(zhǔn)確表達(dá),進(jìn)而使測試場景能夠重復(fù)使用且具備一致的效果。          

可執(zhí)行:測試場景應(yīng)是可執(zhí)行的,即在一定的技術(shù)基礎(chǔ)和資源條件測試場景是可實(shí)施的。測試場景中不應(yīng)包含一些難以復(fù)現(xiàn)、不可人為控制的要種類,或者現(xiàn)有技術(shù)手段難以達(dá)到的要素指標(biāo)水平,或者因測試方案存在極全風(fēng)險(xiǎn)而造成測試場景無法實(shí)施的內(nèi)容。          

測試場景應(yīng)具備的特征 基于上述對測試場景的要求,所形成的測試場景一般具備以下特征。三階段測試與認(rèn)證;滿足不同測試環(huán)境的應(yīng)用需要。  

可界定:對于測試場景的構(gòu)建,可以通過自然或機(jī)器語言及圖形的方式。  

多用途:測試場景應(yīng)適合各種不同用途。包括滿足自動駕駛汽車上路前進(jìn)行描述和界定。不同測試場景可對自動駕駛汽車進(jìn)行多項(xiàng)性能的測試,因此需以可界定的方式對不同測試場景對應(yīng)不同測試功能或階段進(jìn)行描述和界定,使測試人員能夠準(zhǔn)確構(gòu)建相應(yīng)測試場景。   

可調(diào)整:測試場景在被應(yīng)用的過程中需具備可調(diào)整性。主要表現(xiàn)在可對構(gòu)成測試場景的要素進(jìn)行調(diào)整,如對要素的數(shù)量、種類、空間位置、觸發(fā)機(jī)制、觸發(fā)時(shí)間等進(jìn)行調(diào)整。

可復(fù)制:測試場景應(yīng)是可被重復(fù)設(shè)置并使用的,即被測自動駕駛車輛應(yīng)處于可被重復(fù)使用、設(shè)置并保持相同測試條件的測試場景中。一方面,同一自動駕駛汽車被測時(shí),需要進(jìn)行多次重復(fù)測試;另一方面,對不同自動駕駛汽車的相同功能或性能指標(biāo)進(jìn)行對比測試時(shí),也需要測試場景具備高度可復(fù)制性。          

可分解:測試場景可分解產(chǎn)生基元場景。測試場景反映了一定時(shí)間和空間范圍內(nèi)要素和自動駕駛車輛行為的綜合狀態(tài),可從不同角度對測試場景進(jìn)行分解。如從時(shí)間角度,可將測試場景分解為若干瞬時(shí)片段的基元場景;從空間角度,可將測試場景分解為空間尺度不同的基元場景。          

可組合:不同測試場景包含的要素可進(jìn)行拆解和重組,產(chǎn)生更多場景,擴(kuò)大測試范圍,豐富測試選擇。此外,場景和場景間具備可組合性,可形成具備綜合功能的測試場景,增加測試的連貫性。          

通用性:測試場景的應(yīng)用應(yīng)具備通用性。為支持測試場景的應(yīng)用,應(yīng)采用統(tǒng)一格式進(jìn)行儲存和管理。不同采集平臺和技術(shù)方案須相互兼容,實(shí)現(xiàn)不同數(shù)據(jù)庫數(shù)據(jù)互通與數(shù)據(jù)共享,從而有效節(jié)約開發(fā)和測試成本,形成更為科學(xué)合理的運(yùn)營模式,促進(jìn)測試場景的規(guī)模化應(yīng)用。              

 

可界定可調(diào)整可分解通用性
多用途可復(fù)制可組合可編碼
需求標(biāo)準(zhǔn)+測試因素+高精度地圖+場景編輯=測試場景

 

07. 測試場景數(shù)據(jù)來源    

7.1測試場景需要來源   測試場景需求來源于自動駕駛汽車的開發(fā)與驗(yàn)證、測試與評價(jià)、檢測與認(rèn)證三個階段。  

7.2測試場景的階段性特點(diǎn)     每階段對測試場景的要求有所不同,測試場景的可量化性、可執(zhí)行性、擬真性和通用性等特點(diǎn)。

7.3測試場景數(shù)據(jù)基于實(shí)際交通   構(gòu)建自動駕駛汽車測試場景時(shí),數(shù)據(jù)來源應(yīng)基于實(shí)際交通場景,并涵蓋不同交通環(huán)境,通過分析篩選已有數(shù)據(jù)或理論知識構(gòu)建出真實(shí)反映交通環(huán)境的測試場景。


關(guān)鍵字:自動駕駛  測試場景 引用地址:自動駕駛測試場景深度解析

上一篇:汽車電機(jī)控制器組成及工作原理
下一篇:全面詳解特斯拉的FSD車道算法

推薦閱讀最新更新時(shí)間:2025-04-23 19:08

自動駕駛汽車以太網(wǎng)數(shù)字孿生建模(一)
標(biāo)注:本文來自本實(shí)驗(yàn)室杜興華的研究成果。 1. 車載以太網(wǎng) TCP/IP 和 UDP 通信建模 TCP/IP 協(xié)議和 UDP 協(xié)議是網(wǎng)絡(luò)的重要協(xié)議,利用 TCP/IP 協(xié)議和 UDP 協(xié)議,我們可以模擬出車載網(wǎng)絡(luò)和車載以太網(wǎng),實(shí)現(xiàn)車載以太網(wǎng)的數(shù)字孿生建模。 1.1 分析車載以太網(wǎng) TCP 協(xié)議報(bào)文 TCP 報(bào)文如圖1-1所示。 圖 1-1 : TCP 協(xié)議報(bào)文格式 我們使用 wireshark 抓包獲得車載以太網(wǎng) TCP 報(bào)文,如圖 1-2 所示。 圖 1-2: Wireshark TCP 報(bào)文 1.2 建立 TCP 通信模型 這個模型意在建立 TCP 簡單通信模型,來幫助我們了解 TCP 的傳輸協(xié)議,為后面實(shí)現(xiàn)車載以太網(wǎng)
[嵌入式]
<font color='red'>自動駕駛</font>汽車以太網(wǎng)數(shù)字孿生建模(一)
產(chǎn)業(yè)鏈起飛!L3級自動駕駛年內(nèi)有望落地
近幾個月,關(guān)于L3級 自動駕駛 落地的聲音越來越多。 小鵬汽車董事長何小鵬在社交媒體透露,2025年底將推出真L3級別軟件和硬件冗余能力的自動駕駛,同時(shí)有消息稱小鵬將于近期聯(lián)合保險(xiǎn)機(jī)構(gòu)推出定制化智駕保險(xiǎn)產(chǎn)品。 長安汽車宣布計(jì)劃2026年實(shí)現(xiàn)全場景L3級自動駕駛,2028年進(jìn)一步實(shí)現(xiàn)全場景L4級功能。 嵐圖汽車CEO盧放在與華為 智能 汽車解決方案BU CEO靳玉志在2月的一場直播中表示,預(yù)計(jì)今明兩年L3級自動駕駛將會大規(guī)模實(shí)現(xiàn)商用。 吉利汽車集團(tuán)在幾天前的 AI 智能科技發(fā)布會上推出千里浩瀚智駕系統(tǒng),其中千里浩瀚H9可以支持全冗余、全備份、頂級L3架構(gòu),搭載13V5R(X)L 傳感器 ,將成為行業(yè)首個為L3級智能駕駛打造的
[汽車電子]
自動駕駛系統(tǒng)性能測試評估
目前自動駕駛系統(tǒng)整體處于蓬勃生長狀態(tài),從新勢力造車到傳統(tǒng)車企,配備不同級別的自動駕駛系統(tǒng)車輛道路演示層出不窮。自動駕駛領(lǐng)域日新月異的發(fā)展也帶來不少挑戰(zhàn)和問題,比如缺乏具有明確性和實(shí)施性的評價(jià)指標(biāo)對自動駕駛系統(tǒng)性能進(jìn)行測試評判。 MXeval軟件是便捷的自動駕駛性能和車輛動力學(xué)評估軟件,該軟件融合了國際標(biāo)準(zhǔn)化組織制定的標(biāo)準(zhǔn)(如ISO 11270:2014)、歐洲經(jīng)濟(jì)委員會汽車法規(guī)(如UN ECE R79)和大量客戶實(shí)施多年研究積累知識經(jīng)驗(yàn)形成的測試場景庫,以乘客主觀體驗(yàn)為最小單元,將主觀感受轉(zhuǎn)換為客觀的KPI性能指標(biāo),通過KPI指標(biāo)來客觀衡量車輛自動駕駛系統(tǒng)或車輛動力學(xué)性能。以KPI指標(biāo)為基準(zhǔn),針對性調(diào)整車輛自動駕駛系統(tǒng)或車輛動
[嵌入式]
<font color='red'>自動駕駛</font>系統(tǒng)性能<font color='red'>測試</font>評估
“股王”英偉達(dá),投了家自動駕駛公司,金額超14億!
3年融20億,智卡又出了個獨(dú)角獸 自動駕駛寒冬已去,驚雷乍起… 當(dāng)?shù)貢r(shí)間6月18日,加拿大自動駕駛卡車初創(chuàng)公司W(wǎng)aabi發(fā)布最新公告,官宣已在超額認(rèn)購的B輪融資中籌集2億美元(約14.5億人民幣)。 據(jù)公告,本輪融資由老股東Uber(優(yōu)步)、Khosla Ventures(美國知名VC,也是OpenAI早期投資人)加注領(lǐng)投,英偉達(dá)、沃爾沃風(fēng)投、保時(shí)捷汽車等行業(yè)巨頭,也在豪華股東名單。 其中,最引人注目的還屬英偉達(dá)。 6月18美股收盤,英偉達(dá)大漲3.5%,股價(jià)定格在135.580美元/股,總市值達(dá)3.34萬億美元(約24.2萬億人民幣),從微軟手里拿下全球市值第一的寶座,成為新晉“股王”。 作為參考,當(dāng)日蘋果下跌1.10%,總市值
[機(jī)器人]
如何設(shè)計(jì)自動駕駛系統(tǒng)的狀態(tài)機(jī)
狀態(tài)機(jī)模塊在自動駕駛系統(tǒng)中扮演著關(guān)鍵的角色,它負(fù)責(zé)管理和控制各個功能的狀態(tài)轉(zhuǎn)換和行為執(zhí)行。今天我們來聊聊如何設(shè)計(jì)自動駕駛系統(tǒng)的狀態(tài)機(jī) 。 0.閑談 作為自動駕駛系統(tǒng)工程師,從參與項(xiàng)目開始,就必不可少的與狀態(tài)管理模塊打交道,因?yàn)闋顟B(tài)機(jī)在系統(tǒng)運(yùn)行的全功能周期內(nèi)起管理作用。狀態(tài)機(jī)這個模塊,從技術(shù)實(shí)現(xiàn)角度來說,并沒有什么難度,在網(wǎng)上有很多關(guān)于FSM(Finite-state machine)的介紹文章,有興趣可以自行了解。但如何設(shè)計(jì)得巧妙、周到、精致,卻很考驗(yàn)設(shè)計(jì)者的底蘊(yùn)與對系統(tǒng)的理解。 大部分的ADAS功能都需要狀態(tài)機(jī)進(jìn)行狀態(tài)管理,筆者手中就有不下十幾份狀態(tài)機(jī)的設(shè)計(jì)文檔,包括FCW/LDW/AEB/ACC/LKA/NOP/APA/A
[嵌入式]
如何設(shè)計(jì)<font color='red'>自動駕駛</font>系統(tǒng)的狀態(tài)機(jī)
哥倫比亞大學(xué)構(gòu)建出微型光子芯片 可提高自動駕駛汽車的微波信號精度
概述 在《Nature》雜志的一項(xiàng)新研究中,哥倫比亞大學(xué)工程學(xué)院的研究人員制造出一種光子芯片,只需使用單個激光器就能產(chǎn)生高質(zhì)量、超低噪聲的微波信號。這種芯片非常小巧,可以裝在一個鋒利的鉛筆尖上,是迄今為止在集成光子平臺上觀察到的最低微波噪聲。這項(xiàng)成果為高速通信、原子鐘和自動駕駛汽車等應(yīng)用提供了一條通往小尺寸超低噪聲微波發(fā)生器的光明之路。 圖 1:通過分頻產(chǎn)生片上低噪聲微波的示意圖。資料來源:Yun Zhao, Jae K. Jang等人,《All-optical frequency division on-chip using a single laser》,《Nature》(2024)。 挑戰(zhàn) 用于全球?qū)Ш健o線
[汽車電子]
北京啟動全球首個自動駕駛接駁線路,4家企業(yè)獲準(zhǔn)運(yùn)營
2月23日,北京大興國際機(jī)場至北京亦莊的“機(jī)場線”自動駕駛載人示范正式開啟,這標(biāo)志著世界首個首都城市機(jī)場自動駕駛接駁載人示范場景正式開放。 2月28日,北京亦莊官微發(fā)文宣布,北京市高級別自動駕駛示范區(qū)為百度、小馬智行、AutoX安途和文遠(yuǎn)知行頒發(fā)高速道路載人示范應(yīng)用通知書,4家自動駕駛相關(guān)企業(yè)獲得相應(yīng)牌照,分別是百度、小馬智行、AutoX安途和文遠(yuǎn)知行。 本次執(zhí)行自動駕駛的出租車被稱為 機(jī)器人 出租車(Robotaxi),執(zhí)行的路線是從黃亦路至京臺高速至大興機(jī)場北線至機(jī)場高速至大興國際機(jī)場,全程約40公里。由于是全新開放的示范場景,駕駛位上仍有安全員,但機(jī)器人出租車可以全程無需人工干預(yù),如同一個老司機(jī)般將客戶安全送達(dá)。 目前,乘客
[機(jī)器人]
自動駕駛中的多感知源/單感知源提升方案
自動駕駛中的視覺感知是車輛在不同交通條件下安全、可持續(xù)地行駛的關(guān)鍵部分。然而,在大雨和霧霾等惡劣天氣下,視覺感知性能受到多種降級效應(yīng)的極大影響。最近,基于深度學(xué)習(xí)的感知方法已經(jīng)解決了多種降級效應(yīng)以反映真實(shí)世界的惡劣天氣情況,但由于其在移動設(shè)備上部署的高計(jì)算成本,同時(shí),圖像增強(qiáng)與視覺感知之間的相關(guān)性差,仍然有許多邊界效應(yīng)無法解決。 為了解決在低內(nèi)存和準(zhǔn)確性方面提高惡劣天氣下車道和 2D 目標(biāo)檢測以及深度估計(jì)的性能。我們提出了一個被惡劣天氣損壞的圖像作為輸入,引入高級視覺任務(wù)驅(qū)動為助力的圖像增強(qiáng)網(wǎng)絡(luò),也就是一種新穎的任務(wù)驅(qū)動圖像增強(qiáng)框架,該框架通過探索視覺感知與增強(qiáng)之間的相互影響,從而在惡劣天氣條件下實(shí)現(xiàn)安全可靠的自動駕駛。具體
[嵌入式]
<font color='red'>自動駕駛</font>中的多感知源/單感知源提升方案
小廣播
最新嵌入式文章

 
EEWorld訂閱號

 
EEWorld服務(wù)號

 
汽車開發(fā)圈

 
機(jī)器人開發(fā)圈

電子工程世界版權(quán)所有 京ICP證060456號 京ICP備10001474號-1 電信業(yè)務(wù)審批[2006]字第258號函 京公網(wǎng)安備 11010802033920號 Copyright ? 2005-2025 EEWORLD.com.cn, Inc. All rights reserved
主站蜘蛛池模板: 绥芬河市| 古丈县| 汽车| 鲁山县| 洪泽县| 乌拉特后旗| 营山县| 忻城县| 广东省| 长海县| 安康市| 准格尔旗| 丰镇市| 开平市| 铁力市| 察哈| 贵州省| 明光市| 淮南市| 河北区| 吴桥县| 即墨市| 互助| 军事| 灵璧县| 南部县| 固安县| 桐柏县| 崇明县| 渑池县| 怀仁县| 浦北县| 华安县| 巴东县| 墨脱县| 洱源县| 西乌珠穆沁旗| 乃东县| 威信县| 红原县| 马龙县|