自动驾驶

智能网联汽车将面临黑客和恶意软件攻击的威胁

智能网联汽车在数量上快速增长,这也是下一代个人交通工具的代表。汽车的销量预计到2022年会比2017年增长2倍,从525亿美元到1559亿美元。数量的大量增长对汽车厂商和IT安全公司带来了巨大的安全挑战。

与传统汽车相比,智能网联汽车增加了许多的新功能,包括WIFI,驾驶辅助系统和自动驾驶操作等。这些新功能使智能网联汽车在信息安全方面有很多的需求,比如避免危害驾驶员,乘客和其他人的入侵行为等。

安全风险

智能网联汽车与其他的互联设备一样,面临很多的安全威胁。下面是汽车安全领域当前和未来的威胁。

智能网联汽车将面临黑客和恶意软件攻击的威胁

个人数据和记录

本次在线研讨会【自动驾驶时代的车载显示演进】探讨由于辅助驾驶和无人驾驶技术进步的驱动使得汽车内驾驶员座舱和用户人机界面得以快速发展。

研讨会涉及以下内容:汽车应用中对GPU有怎样的需求;如何提高数字仪表,并增加所需的分辨率和屏幕数量,这些将驱使我们选择功能更加强大的GPU。

详阅请点击下载《自动驾驶时代的车载显示演进[网络研讨会幻灯片]》或前往Imagination官网观看现场视频会

【网络研讨会】自动驾驶时代的车载显示演进

日期:2018年3月8日 时间:11:00AM 太平洋时间

简要:

本次在线研讨会将探讨由于辅助驾驶和无人驾驶技术进步的驱动使得汽车内驾驶员座舱和用户人机界面得以快速发展。 研讨会将涉及以下内容:汽车应用中对GPU有怎样的需求;如何提高数字仪表,并增加所需的分辨率和屏幕数量,这些将驱使我们选择功能更加强大的GPU。我们将介绍一款最新的基于Furian架构的GPU产品线PowerVR-四个集群的PowerVR 系列 8XT GT8540。

您将了解到:

  • 驱动车载娱乐以及仪表板高端市场的因素是什么?
  • Series8X系列比之前PowerVR GPU有如何提升
    • 相比上一代Rogue架构,新的Furian架构的特点
    • 新架构的细节

探讨:自动驾驶涉及的软硬件

自动驾驶汽车(Autonomous vehicles;Self-piloting automobile )又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人,是一种通过电脑系统实现无人驾驶的智能汽车。

那么,自动驾驶所涉及的软硬件有哪些呢?

1、传感器

传感器相当于自动驾驶汽车的眼睛。通过传感器,自动驾驶汽车能够识别道路、其他车辆、行人障碍物和基础交通设施。按照自动驾驶不同技术路线,传感器可分为激光雷达、传统雷达和摄像头三种。

(1)激光雷达

目前是被采用比例最大的设备,Google、百度、Uber等公司的自动驾驶技术目前都依赖于它,这种设备被架在汽车的车顶上,能够用激光脉冲对周围环境进行距离检测,并结合软件绘制3D图,从而为自动驾驶汽车提供足够多的环境信息。激光雷达具有准确快速的识别能力,唯一缺点在于造价高昂(平均价格在8万美元一台)导致量产汽车中难以使用该技术。

(2)传统雷达和摄像头

机器学习算法在自动驾驶领域的应用大盘点

将汽车内外传感器的数据进行融合,借此评估驾驶员情况、进行驾驶场景分类,都要用到机器学习。本文中,我们讲解了不同的自动驾驶算法。

自动驾驶汽车的设计制造面临着诸多挑战,如今,各大公司已经广泛采用机器学习寻找相应的解决方案。汽车中的ECU(电子控制单元)已经整合了传感器数据处理,如何充分利用机器学习完成新的任务,变得至关重要。潜在的应用包括将汽车内外传感器的数据进行融合,借此评估驾驶员情况、进行驾驶场景分类。这些传感器包括像激光雷达,雷达,摄像头或者是物联网。

车载信息娱乐系统所运行的应用,能从传感器数据融合系统中获取数据。举个例子,如果系统察觉驾驶员发生状况,有能力把车开到医院。基于机器学习的应用,还包括对驾驶员的语言和手势识别以及语言翻译。相关的算法被分类为非监督和监督算法。它们两者的区别在于学习的方式。

• 监督学习算法使用训练数据集学习,并且能够持续学习直到达到设定的置信水平(最小化出错概率)。监督学习算法分为回归、分类和异常检测以及数据降维。

Imagination科技关于2018年的预测

作者:Jo Ashford

又到了一年中的这个时候了,我们凝视着水晶球,看看2018年我们将迎来什么。正如一位智者曾经说过的,未来总是在不断变化的,这使得预测变得相当困难。当然这也是有趣的一部分,所以我们再一次向你们展示我们对2018年的预测。

2018年AI(人工智能)将会继续快速增长

无人车是怎样一步步学会开车的?

无人车到底是怎样一步一步学会开车的?

与人类用双眼去观察路面、用手去操控方向盘类似,无人车用一排摄像机去感知环境,用深度学习模型指导驾驶。大体来说,这个过程分为五步:

• 记录环境数据

• 分析并处理数据

• 构建理解环境的模型

• 训练模型

• 精炼出可以随时间改进的模型

如果你想了解无人车的原理,那这篇文章不容错过。

记录环境数据

一辆无人车首先需要具备记录环境数据的能力。

具体来说,我们的目标是得到左右转向角度的均匀分布。这倒也不难操作,可以以顺时针和逆时针方向在测试场地内绕圈的方式实现。这种训练有助于减少转向偏差,避免长时间驾驶后汽车从道路一边慢慢漂移到道路另一边的尴尬情境。

此外,以慢速(例如每小时10英里)行驶也有助于在转弯时记录平滑的转向角,在这里驾驶行为被分类为:

• 直线行驶:0<=X<0.2

• 小转弯:0.2<=X<0.4

• 急转:X>=0.4

• 恢复到中心

为何自动驾驶汽车如此吸引人呢?

作者:David Harold

在20世纪80年代早期,电视里面充满了关于科技将如何改变我们生活的令人兴奋的新幻想。比如数字手表能够让我们隐形(不幸的是Gemini Man依旧没有开始拍摄)、关于汽车的奇思妙想如Airwolf(飞狼)以及关于人类身体全面增强的Bionic Man/Woman(仿生人)。当然没有一个比《Knight Rider》(霹雳游侠)更能吸引我的想象力,David Hasselhoff饰演的Michael Knight是一个不需要服装的蝙蝠侠,蝙蝠侠的座驾也和他一样的聪明,KITT(中文译名基特)不仅仅是一个人工智能(AI),它还拥有人格比如爱恨、嫉妒和英雄的特质。这个电影的起源可能是来自迪士尼的Herbie,但是KITT还是有很大区别,光滑的车身、黑色的镜子和有神的LED大灯,KITT看起来似乎代表着未来。

通用宣布2021年推出新一代电动汽车 挑战特斯拉

通用汽车CEO玛丽·巴拉(Mary Barra)周三表示,通用计划于2021年推出新一代电动汽车。这款汽车将确保较低的生产成本,并给公司带来盈利。

巴拉的计划将直接挑战特斯拉。特斯拉目前正在加强大众市场车型Model 3的生产。近期,特斯拉还报告了公司历史上最大的季度亏损。

巴拉在纽约的巴克莱全球汽车行业大会上表示:“我们致力于未来可盈利的电动汽车投资组合。”

电动汽车和自动驾驶汽车被普遍认为是未来交通行业发展的关键。不过,特斯拉、福特和通用等汽车厂商仍在探索,如何基于这类新型汽车实现盈利。

巴拉表示,通用正寻求打破当前的模式,开发全新的电动汽车平台。平台将支持多种汽车规格和细分市场,最终采用通用的不同品牌在中国和美国投放。

10月初,通用曾表示,计划到2023年推出20款新的电动汽车,但没有透露具体详情。

作为对比,竞争对手福特表示,计划到2022年推出13款“电动化”汽车,其中大部分是油电混合车型。

巴拉还表示,通用的目标是到2026年电动汽车年销量达到100万辆,其中很大一部分将来自中国市场。中国政府已对这类汽车制定了严格的产量配额。本周一,通用中国业务负责人表示,通用及其合资伙伴可以达到中国2019年电动汽车的要求,而不需要向其他公司购买配额。

自动驾驶汽车发展史:八个重要的里程碑事件

实现自动驾驶汽车技术是人类长期的梦想。以下8个里程碑事件带领我们观察当下的自动驾驶汽车技术。

似乎在短短几年内,自动驾驶汽车技术就从幻想变成了现实。尽管这种技术似乎在一夜之间就出现了,但完善自动驾驶汽车的发展道路却比发现它要长得多。

虽然很不容易,但我们已经尽力做到了把近100年的自动驾驶汽车技术发展的历史记录压缩到8个里程碑来阐述。虽然有几十个无人驾驶汽车项目没有列入我们的名单,但在这条发展的道路上我们需要知道的是,自动驾驶汽车将改变我们目前所知道的交通状况!

1

在汽车问世不久之后,发明家们就开始研究自动驾驶汽车了。1925年,发明家Francis Houdina展示了一辆无线电控制的汽车,他的车在没有人控制方向盘的情况下在曼哈顿的街道上行驶。根据《纽约时报》的报道,这种无线电控制的车辆可以发动引擎,转动齿轮,并按响它的喇叭。“就好像一只幽灵的手在方向盘上。”

这里有一个有趣的话题:Houdina的名字听起来很像著名的逃生艺术家和魔术师Houdini,甚至很多人认为这是Harry Houdini的最新的蛊惑伎俩。Houdini拜访了hou迪纳公司,并进行了一场肢体冲突,在此期间,他打破了一件电灯的吊灯。

同步内容
--电子创新网--
粤ICP备12070055号