目前,全球车企和诸多初创公司利用各类技术提升车辆的“视觉”能力及对驾驶环境的应对。然而,各类技术也存在诸多限制及可靠性要求,详见下文。
据外媒报道,目前,全球车企和诸多初创公司利用各类技术提升车辆的“视觉”能力及对驾驶环境的应对。然而,各类技术也存在诸多限制及可靠性要求,如下:
摄像头:摄像头采用光波来探查环境,务必获得先进机器学习的支持,实现图像识别。摄像头在识别图形方面的效率最高,但其探查精度及对环境的应变能力会受到强光、暴雨、漆黑夜间的影响。
雷达:其技术与飞机用导航类似,该类系统利用电磁波(electromagnetic waves)提供最精准的目标物间距。车载雷达的数量越多,图像的精度就越高,但这会提升其雷达相互干扰的几率。不同的电磁波频率可被用于研发不同的外部世界感知能力,提供远距离视图及近距离详图。
激光雷达:该类系统可利用脉冲激光及其反射来精准地探查外部世界,其高精度近距离图像效果最佳。该系统于摄像头类似,环境对其性能的影响极大,特别是在不同光照条件下,需要进行响应的校准。
V2X:该技术涉及车间通信(V2V)、车辆对信号通信、车辆对云端通信、车辆对一切通信(V2X)。该类车联网技术可利用无线通信技术,提升驾驶的安全性。凭借该类车载通信技术,车辆可了解周边车辆的驾驶动向,并进行高效地操作调节,效率远高于人类驾驶员的操控。当视线外的交通流发生变化且其他传感器无法探查该变化时,还能向驾驶员发送警示信息。但该类技术需要强大的交通基础设施来支持,并确保车辆采用标准化的通信。此外,无线网络连接需要达到严苛的要求,特别是在车辆时,务必要确保网络连接的稳定性。
为此,众多车企还需要开展大量严苛的测试。该类传感器及信号容易受到周边信号的影响,容易引起混乱,暴雨或大学也会对其硬件设施造成影响。尽管存在上述挑战,但上述技术及设备务必要确保能提供精准的、始终如一的探查结果,供人类驾驶员使用。这样,该类自动驾驶技术才能获得人们真正的信赖。
来源:AI汽车网