在自動駕駛技術的發展過程中,車輛為了感知周圍環境并做出相應反饋,傳感器的作用不可小覷。但由于其昂貴的開發成本,大大阻礙了自動駕駛技術的發展速度。日前,俄羅斯的自動駕駛汽車公司Yandex計劃自己研發自動駕駛傳感器,從而降低外部采購造成的成本激增。
Yandex表示,公司已經開發了兩個獨立的激光雷達傳感器。汽車能夠借此感知周圍200米以內的物體。除此以外,這家俄羅斯公司還將在2020年6月底美國底特律車展期間提供自動駕駛打車服務。
Yandex自動駕駛汽車相關負責人指出,這次自主研發的激光雷達傳感器一旦進入批量生產階段。最終將降低25%的裝置成本費用。Yandex目前已經開發出了具有120度視野的固態激光雷達,可在車輛正前方生成細節清晰的物體肖像。此外,公司還在開發360度激光雷達,以探測距離更遠的物體。并將使用多功能軟件進行編程,以使掃描模式適應各種駕駛環境和天氣條件。
目前,Yandex自主研發的激光雷達已經在俄羅斯莫斯科及其周邊區域的測試車隊中開始部署。借助激光雷達,Yandex可以更好地分析原始數據并將其與其他傳感器信息進行同步。從而使自動駕駛汽車能夠更加清晰的識別周邊環境及障礙物。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。
舉報投訴
-
傳感器
+關注
關注
2576文章
55041瀏覽量
791377 -
激光雷達
+關注
關注
979文章
4470瀏覽量
196543 -
自動駕駛
+關注
關注
793文章
14883瀏覽量
179906
發布評論請先 登錄
相關推薦
熱點推薦
如何設計自動駕駛傳感器失效檢測與容錯策略?
對于自動駕駛汽車而言,傳感器是它感知世界的窗口。攝像頭負責采集環境圖像,毫米波雷達和激光雷達則用于測量周圍物體的位置和速度,而GNSS(全球導航衛星系統)與慣性測量系統可提供車輛的定位信息。這些數據經過融合處理之后,自動駕駛系統
L4級自動駕駛數據采集系統首選
級數據記錄設備 ,為自動駕駛研發提供端到端的解決方案,助力企業突破數據采集瓶頸。 一、自動駕駛數據采集的三大核心需求 多模態傳感器融合 需同時兼容攝像頭(8K@60fps)、激光雷達(
自動駕駛數據采集時間同步指南:方法、挑戰、場景與康謀解決方案
自動駕駛數據采集面臨多傳感器協同與多總線協議割裂的挑戰,時間同步精度直接影響系統安全與研發效率。康謀科技推出"全以太網+gPTP"方案,通過硬件級時間戳、多協議轉以太網聚合等技術
自動駕駛汽車如何確定自己的位置和所在車道?
[首發于智駕最前沿微信公眾號]我們平時開車時,判斷自己在哪條路、哪個車道,只需要看一眼導航、掃幾眼車道線、再聽聽提示就夠了。但對自動駕駛汽車來說,這件事既簡單又復雜。簡單在于自動駕駛汽車擁有
超聲波傳感器線圈:自動駕駛實現精確實時近距離感知的關鍵
超聲波傳感器線圈是自動駕駛系統中不可或缺的組成部分。隨著自動駕駛技術的快速發展,各類傳感器成為智能汽車感知環境的關鍵,不僅保障行車安全,也提升了駕駛
如何處理自動駕駛感知傳感器臟污問題?
[首發于智駕最前沿微信公眾號]自動駕駛系統依賴多種傳感器來感知外界環境,攝像頭負責將光學圖像轉換為圖像數據供算法解析,激光雷達生成描述物體三維形狀的點云數據,毫米波雷達探測目標的距離與速度,超聲波
激光雷達傳感器在自動駕駛中的作用
2024 年至 2030 年間,高度自動化汽車每年的出貨量將以 41% 的復合年增長率增長。這種快速增長導致汽車品牌對精確可靠傳感器技術的需求空前高漲,因為他們希望提供精準、可靠且最終完全自動駕駛的汽車。
自動駕駛仿真測試有什么具體要求?
、動力響應和操控穩定性,自動駕駛系統的復雜性主要體現在感知、決策與控制等軟件層面,其運行行為高度依賴于交通環境、傳感器輸入和系統邏輯。這也就意味著,傳統的物理測試方法已經難以全面覆蓋自動駕駛系統所面臨的所有
太陽光模擬器 | 在汽車自動駕駛開發中的應用
在汽車產業向電動化、智能化轉型的浪潮中,自動駕駛技術的研發面臨著復雜環境感知的挑戰。光照條件作為影響傳感器性能的關鍵因素,直接關系到自動駕駛系統的安全性和可靠性。紫創測控Luminbo
康謀分享 | 基于多傳感器數據的自動駕駛仿真確定性驗證
自動駕駛仿真測試中,游戲引擎的底層架構可能會帶來非確定性的問題,侵蝕測試可信度。如何通過專業仿真平臺,在多傳感器配置與極端天氣場景中實現測試數據零差異?確定性驗證方案已成為自動駕駛研發
自動駕駛汽車如何正確進行道路識別?
識別不僅僅是簡單地判斷車輛是否在車道中心行駛,更涉及到對車道線、交通標志、道路邊緣以及其他道路要素的綜合感知與理解。 傳感器硬件 傳感器硬件是自動駕駛道路識別的基礎,當前主流的傳感器包
自動駕駛汽車是如何準確定位的?
厘米級的定位精度,并能夠實時響應環境變化。為此,自動駕駛系統通常采用多傳感器融合的方式,將全球導航衛星系統(GNSS)、慣性測量單元(IMU)、激光雷達(LiDAR)、攝像頭、超寬帶(UWB)等多種傳感器數據進行綜合處理,通過算
自動駕駛安全基石:ODD
和限制下可以正常工作,是自動駕駛安全的核心概念之一。 ? 對于人類司機來說,在不同的道路上駕駛的能力也有所區別,比如新手司機在一些窄路、山路,或者交通狀況復雜的道路上可能會無所適從,人也會判斷哪些路自己沒有
AI將如何改變自動駕駛?
自動駕駛帶來哪些變化?其實AI可以改變自動駕駛技術的各個環節,從感知能力的提升到決策框架的優化,從安全性能的增強到測試驗證的加速,AI可以讓自動駕駛從實驗室走向大規模商業化。 對于感知系統來說,AI通過多模態
激光雷達技術:自動駕駛的應用與發展趨勢
隨著近些年科技不斷地創新,自動駕駛技術正逐漸從概念走向現實,成為汽車行業的重要發展方向。在眾多傳感器技術中,激光雷達(LiDAR)因其獨特的優勢,被認為是實現高級自動駕駛功能的關鍵。激光雷達技術
Yandex計劃自己研發自動駕駛傳感器
評論