国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

蘋果對自動駕駛的重視程度正在迅速提升

我快閉嘴 ? 來源:車東西 ? 作者:車東西 ? 2020-12-07 16:56 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

蘋果又來給汽車產業提供新思路了。

6月份以來,蘋果在汽車領域又獲得了20項新專利,涉及自動駕駛、智能座艙、智能車身三大方面。

在這次新曝光的專利中,蘋果同樣是腦洞大開。

其使用與谷歌Alpha Go類似的AI技術來教機器開車,用長波紅外相機等視覺傳感器來提升激光雷達的使用效率;

將汽車的擋風玻璃變成AR-HUD屏幕,自動給車外的建筑物編號方便導航,引入了自家FaceTime視頻通話功能,甚至還給汽車做了一個溺水逃生系統。

作為全球市值最高的科技公司,以及在消費電子領域極具影響力的IT巨頭,蘋果每涉足一個領域,都會帶來大量令人驚嘆的創新,并將產品體驗推至新高。

雖然已經放棄了自己造車的泰坦計劃,轉做自動駕駛。但蘋果在最近幾年里,還是一直在申請各類智能汽車相關的專利。透過這些文件,既可以看到蘋果為業界帶來的創新技術和各種奇思妙想,也能看出這個科技巨頭的技術儲備是多么強大。

今年6月份車東西就曾系統報道過蘋果在上半年獲得的幾十項汽車專利(可參考《70項專利解密蘋果汽車!腦洞太大,特斯拉都追不上》),本文則主要解讀6月份之后獲得的新專利。

01 用AI教機器開車,谷歌Alpha Go同款技術

在5個月左右的時間里,蘋果一共獲得了10項自動駕駛專利,其中涉及自動駕駛的傳感器、通信、控制三大領域。

如今,自動駕駛發展多年,計算設備的算力正在大幅度提升,但如何控制自動駕駛汽車仍然是一大難題,難點在于自動駕駛汽車如何做出及時、合理的決策。并且,道路上的車輛越多,交通環境越復雜,決策就越難以實現。

在蘋果的專利圖中,蘋果描繪自動駕駛車輛可以完成自動出入匝道、自動換道超車等駕駛動作。為完成這些動作,自動駕駛電腦需要完成兩個動作:

1、預測即將發生的交通狀況,對車輛的行駛軌跡作出多種規劃;

2、從多種規劃中選擇出一個正確的駕駛動作。

這一決策過程與下棋的決策過程非常類似,因此蘋果采用了與谷歌Alpha Go類似的機器學習方法,即蒙特卡洛樹搜索,這一機器學習方法已經廣泛應用于棋盤類游戲和開放式游戲。

當車輛進入自動駕駛狀態后,可以根據交通狀況規劃出在一定時間范圍內的車輛動作,包括加速、減速、改變車道等,這些動作可以通過蒙特卡洛搜索樹生成。

蒙特卡洛樹搜索的一個循環包括四個步驟,分別是選擇、擴展、仿真和反向傳播。從根節點R開始,逐漸向下推演子節點,每一個子節點都是車輛的狀態,連接子節點與父節點的邊代表車輛的動作。

例如,車輛可以選擇從根節點R到子節點L的決策,如果成功,那么可以從L繼續向下擴展至E。E節點之后,還將采用隨機選擇的方法繼續向下決策,進入仿真的過程。在這一自動駕駛過程結束之后,系統會從最下方的子節點反向推演至R,讓機器不斷學習,變得更加強大。

實際應用中,蘋果的決策過程顯得更加復雜。通過向不同的蒙特卡洛樹搜索模型提供記錄下的車輛動作、來自模擬的動作以及收益,在強化學習策略神經網絡、監督式學習價值神經網絡的蒙特卡洛樹搜索分別可以提升廣度和深度。

實際上,控制自動駕駛車輛的方法也不只是機器學習,還有隨機技術、確定性技術,最終輸入至決策過程的是三者混合的計算結果。

總結來看,自動駕駛汽車在進行運動決策的過程中,遇到的可能是隨機、動態的環境,無限的空間,潛在巨大的視野以及實時的限制,這些因素導致自動駕駛車輛不能在公路上隨意行駛,而是依靠自動駕駛電腦的計算。

02 傳感器一起上,激光雷達看得更清楚

自動駕駛車輛同樣離不開各式傳感器設備,對于高等級自動駕駛來說,激光雷達更是必不可少。蘋果最初在2018年就獲得了幾項有關激光雷達的專利,早期專利顯示,蘋果將使用激光雷達測距,并將這些數據用于自動駕駛。

從今年6月以來,不到半年時間內蘋果再次獲得了3項激光雷達相關的專利,更進一步闡述了激光雷達應該如何用這個問題。

在一項名為“用遙感檢測物體及測距”的專利中,蘋果就利用傳感器輔助激光雷達實現更準確的測距和識別。

車輛在自動駕駛的過程中,并非所有路面交通狀況都需要車輛的關注,一些重要的交通狀況還需要更重點的關注。如今,視覺傳感器遍布車身,幾乎沒有盲區,這些傳感器可以實時探測車輛周圍的交通狀況。

此時,視覺傳感器能夠確定一個重點關注區域,激光雷達加入測距,能讓距離判斷更加準確。

在另一項名為“解決視場中隱藏物體的系統和方法”的專利中,蘋果利用長波長紅外傳感器(LWIR)輔助激光雷達,可以在極暗光環境下探測可能在道路上出現的動物和行人。

借助長波長紅外線,可以在一定的區域內以較高分辨率檢測物體的熱能,檢測其他傳感器可能探測不到的物體。

兩份專利信息都顯示,激光雷達可以和其他傳感器結合使用。例如,激光雷達與紅外相機共同測距,能夠提升距離測量的精準度。長波長紅外傳感器可以和單色傳感器、RGB傳感器、激光雷達等多種傳感器結合使用,增強目標檢測效果。

同時,專利文件還展示了其他傳感器組件,包括攝像頭、生物探測處理器、激光雷達、垂直腔面射型激光脈沖控制器等,這些傳感器都能夠在自動駕駛過程中參與物體檢測。

有趣的是,第一款搭載激光雷達的蘋果設備并不是汽車,而是今年的iPad Pro和iPhone 12 Pro系列,搭載于移動設備的激光雷達模組可以掃描一個房間的3D信息,同時也能提升弱光條件下的對焦速度。

在這里可以合理暢想一下,蘋果當前在激光雷達這一硬件上的布局,可能也會應用于自動駕駛。

03 擋風玻璃成超大屏幕,還能隨意FaceTime

除了大量的自動駕駛專利之外,蘋果在車內科技方面也絲毫沒有松懈,把移動設備中的優秀解決方案裝進汽車。

一直以來,AR增強現實都是蘋果重點發展的技術之一,現在瀏覽蘋果官網,其主要產品都能通過AR查看,在購買之前對設備的尺寸以及顏色有更準確的認識。

同時,大量AR應用在蘋果App Store提供,甚至還有憤怒的小鳥、我的世界AR版。

在汽車行業,今年以來對AR的討論也不少,主要集中于AR-HUD。

今年9月,奔馳發布的第11代S級轎車中就搭載了AR-HUD。其顯示面積相當于77英寸的顯示器,根據奔馳的介紹,這一AR-HUD采用了影院放映所使用的數字微鏡器件的成像單元,由130萬個微鏡片和一個高效光源的高分辨率成像矩陣構成。

在駕駛時,能將動畫箭頭、車距等虛擬的信息疊加在10米以內的真實世界上,從而實現AR效果。

布局多年的蘋果自然也希望AR技術走進汽車,主要應用仍然是AR-HUD。據統計,蘋果至今一共獲得了四項有關AR-HUD的專利。

在蘋果獲得的一項名為“增強現實技術顯示系統”的專利中,就詳細描述了蘋果希望AR-HUD能夠實現的功能。

1、提供導航信息,還能翻譯路牌

HUD的初衷就是讓駕駛員更加專注地開車,盡可能不讓視線離開道路。AR-HUD就是在HUD的基礎上來一個大的提升,讓原本小面積、固定內容的HUD擴展到更大面積,同時基于外界環境提供增強現實的體驗。

基于這一目標,最容易想到的是將導航信息從車機或儀表搬上擋風玻璃。通過特定的標識,駕駛員可以得到更優質的導航服務,同時更多的駕駛員可以讓導航“徹底閉嘴”。

AR-HUD僅提供導航服務還是比較單一,于是蘋果加入了翻譯路牌的功能。如果到海外地區駕駛,由于各國路牌不統一,加上語言不通,可能導致比較嚴重的安全隱患。如果車輛能夠實時識別路牌,并將路牌的含義、文字信息都轉化為淺顯易懂的內容,也會方便更多的駕駛員。

2、擋風玻璃上來個FaceTime通話,副駕還能看視頻

FaceTime通話被喬布斯定義為蘋果再一次定義了iPhone,那么在車里,自然也少不了FaceTime通話。

有了AR-HUD,駕駛員可以直接在擋風玻璃上通話,顯示畫面的大小可以和真人一樣,讓視頻通話更有臨場感。

不過,在駕駛過程中,FaceTime電話并不會擋住駕駛員視線,副駕可以看到完整的畫面,主駕只能音頻通話。當車輛速度下降或者停止時,駕駛員一側才會顯示FaceTime畫面。

實際上,在FaceTime引入車內以后,擋風玻璃就是一塊大屏。在出行過程中,副駕可以通過擋風玻璃觀看視頻,甚至來一場游戲。

AR-HUD的應用實際上也不僅如此,蘋果在另一項名為“在混合現實界面中識別物體的系統和方法”的專利中講述了AR-HUD的另一個用處。

在紛繁復雜的城市中,當我們走到高樓林立的街區時,說不出高樓的名字,不知如何描述已經成為人們出行的一大難題。

蘋果在AR-HUD中對路面高樓或臨街店鋪進行標記,車機上選擇編號,車輛就會自動駕駛至特定位置,方便車內乘員抵達某一特定位置。

04 四個車窗都是智能玻璃,還有溺水逃生系統

在軟件和服務之外,蘋果在硬件上也下足了功夫。在車身結構上,蘋果也希望“全副武裝”,讓硬件工業達到新高度。

據統計,蘋果在半年時間內共獲得了10項有關車身的專利。可能是蘋果對隱私保護十分重視,申請了不少“變色車窗”相關專利,今年以來一共獲得了7項。同時,車身安全的保障一直也受到蘋果的重視,即便車輛落水,也能做出正確的操作方便車內人員撤離。

1、智能車窗可虛可實 5層組件保護隱私

蘋果希望將車窗設計成多層,每一層利用不同的結構實現對車窗整體色彩氛圍、透明度的調節,這樣一來,既可以保證車內乘員不受有害光線的傷害,又能在不貼膜的前提下保護隱私。

在一項名為“窗戶與系統”的專利中,蘋果希望利用電動可調節的車窗控制光線的吸收,從而達到控制車內光線的效果。這一技術既可以用于側面車窗,也能應用于擋風玻璃、天窗、后窗,全車車窗的透光率都可調整。

根據專利文件的描述,車窗玻璃實際上和液晶顯示組件非常類似,在調節顏色的同時,也能用于顯示圖像,例如顯示導航信息、提供車內照明等實用功能都能在車窗玻璃上實現。

在另一項名為“帶有可加熱的紅外透明區域的車窗”的專利中,蘋果在車窗內加入了可阻擋紅外光的濾光層。這樣一來,可以避免在陽光曝曬時,在車內積聚太多的熱量。另外,車輛后窗會加入歐姆絲,通電后生熱就能為車窗除霜。

在蘋果最新獲得的專利中,“動態隱私保護與車窗著色的系統和方法”中對車窗的分層進行了更加詳細的描述。

從專利圖中可以發現,車窗分別由聚碳酸酯層、導電層、Guest-Host液晶層組成,其中聚碳酸酯層與導電層將Guest-Host液晶層包裹在內部。

通過這一組件,車窗就能動態調整車窗著色。如果遇到強光射入,車窗會調整刺眼的光線,如果外界能見度較低,車窗能夠更加清晰透亮。另外車內乘員也能手動調整車窗著色,保護車內隱私。車輛甚至可以調用激光雷達裝置,如果車外有人看向車內,車輛會調整車窗透光,防止車內隱私泄漏。

同時,為避免攝像頭、激光雷達、夜視儀等組件的不可見光被車窗夾層吸收,蘋果在車窗上為這些硬件預留了一定的區域,保證不可見光順利透過車窗看向遠方。

2、溺水后方便逃生,安全帶、車窗、車門都是關鍵

蘋果還獲得了一項名為“動態元素保護措施”的專利,車輛在溺水后,可以根據溺水情況作出正確反應,幫助車內乘員盡快逃生。

當車輛部分淹沒在水中時,車內的一個或多個計算機系統開始介入,并操作關閉車窗、鎖閉車門、解鎖安全措施、開啟漂浮設備、發出求救信號以及調整座椅位置方便車內乘員逃生。與此同時,在車內向乘員發出提醒,準備逃生。

車輛會實時進行生命探測,使用高分辨率超寬帶雷達設備就能夠檢測車內可能存在的生命體征,包括對呼吸和心跳的檢測,甚至遺留在車內的寵物也能被及時發現。

在確定車內乘員全部逃脫后,車輛會進入自我保護狀態,鎖閉門窗,避免更大損失。

除車窗和安全專利之外,蘋果還獲得了智能懸架專利,讓車輛行駛更加平穩。同時還能夠將通風管道隱藏在車體骨架中,讓車內空間更加充裕。從這些細節可以看出,蘋果在造車這件事上,非常用心。

05 結語:“蘋果智能汽車”值得行業借鑒

蘋果所獲得的汽車專利目前已經達到百項以上,近半年來所獲得的專利顯示蘋果對自動駕駛的重視程度正在迅速提升,也讓蘋果的自動駕駛路線逐漸清晰。

如今,在智能汽車行業中,特斯拉等造車新勢力無論在車輛智能化、自動駕駛還是三電系統在汽車行業都是一道靚麗的風景線,蘋果這樣的巨頭在汽車行業內動作不斷,也給正在造車的新勢力們一些優秀的借鑒,如何像蘋果一樣造車?蘋果所定義的汽車是不是仍能受到市場歡迎?
責任編輯:tzh

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
  • 蘋果
    +關注

    關注

    61

    文章

    24600

    瀏覽量

    208361
  • AI
    AI
    +關注

    關注

    91

    文章

    39774

    瀏覽量

    301372
  • 自動駕駛
    +關注

    關注

    793

    文章

    14881

    瀏覽量

    179803
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    自動駕駛中常提的占用網絡檢測存在哪些問題?

    自動駕駛感知技術在過去幾年中經歷了很大的變化,從最初的二維圖像檢測到鳥瞰圖投影,再到如今備受關注的占用網絡,感知技術的提升,讓自動駕駛的能力越來越強。
    的頭像 發表于 02-24 15:53 ?947次閱讀

    自動駕駛汽車如何實現自動駕駛

    人類駕駛員而言是非常直觀且有效的指令,但對于自動駕駛汽車來說,則意味著需要一套極其復雜的感知、理解與決策鏈路。 自動駕駛如何看清文字? 自動駕駛汽車感知漢字的第一步是場景文本識別技術,
    的頭像 發表于 02-10 08:50 ?630次閱讀
    <b class='flag-5'>自動駕駛</b>汽車如何實現<b class='flag-5'>自動駕駛</b>

    如何設計好自動駕駛ODD?

    為確定自動駕駛的可使用范圍,會給自動駕駛設置一個運行設計域(Operational Design Domain,ODD)。ODD的作用就是用來明確自動駕駛在什么情況下能工作,在什么情況下不能工作,給車設定“工作范圍”。
    的頭像 發表于 01-24 09:27 ?1506次閱讀

    自動駕駛為什么要重視軌跡預測?

    [首發于智駕最前沿微信公眾號]談到自動駕駛,我們通常會更關注如傳感器與感知系統這類“看得見”的部分,以及如規劃與控制這類“怎么走”的部分。但其實在這兩者之間,有一個常被低估卻至關重要的環節,那便是
    的頭像 發表于 11-20 10:45 ?702次閱讀
    <b class='flag-5'>自動駕駛</b>為什么要<b class='flag-5'>重視</b>軌跡預測?

    不同等級的自動駕駛技術要求上有何不同?

    談到自動駕駛,不可避免地會涉及到自動駕駛分級,美國汽車工程師學會(SAE)根據自動駕駛系統與人類駕駛員參與駕駛行為
    的頭像 發表于 10-18 10:17 ?2708次閱讀

    端到端自動駕駛相較傳統自動駕駛到底有何提升

    [首發于智駕最前沿微信公眾號]自動駕駛技術自誕生以來,便承載了人類對安全、高效、智能出行的美好憧憬。傳統自動駕駛系統以層次化、模塊化的架構為主,將感知、定位、規劃與決策、控制四大核心功能分別拆解,由
    的頭像 發表于 09-02 09:09 ?823次閱讀
    端到端<b class='flag-5'>自動駕駛</b>相較傳統<b class='flag-5'>自動駕駛</b>到底有何<b class='flag-5'>提升</b>?

    卡車、礦車的自動駕駛和乘用車的自動駕駛在技術要求上有何不同?

    [首發于智駕最前沿微信公眾號]自動駕駛技術的發展,讓組合輔助駕駛得到大量應用,但現在對于自動駕駛技術的宣傳,普遍是在乘用車領域,而對于卡車、礦車的自動駕駛發展,卻鮮有提及。其實在卡車、
    的頭像 發表于 06-28 11:38 ?1380次閱讀
    卡車、礦車的<b class='flag-5'>自動駕駛</b>和乘用車的<b class='flag-5'>自動駕駛</b>在技術要求上有何不同?

    自動駕駛安全基石:ODD

    電子發燒友網綜合報道 自動駕駛ODD(Operational Design Domain)即設計運行域,是指自動駕駛系統被設計為安全、有效運行的具體條件范圍。它定義了自動駕駛汽車在哪些環境、場景
    的頭像 發表于 05-19 03:52 ?6411次閱讀

    新能源車軟件單元測試深度解析:自動駕駛系統視角

    的潛在風險增加,尤其是在自動駕駛等安全關鍵系統中。根據ISO 26262標準,自動駕駛系統的安全完整性等級(ASIL-D)要求單點故障率必須低于10^-8/小時,這意味著每小時的故障概率需控制在億
    發表于 05-12 15:59

    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
    的頭像 發表于 05-04 09:58 ?841次閱讀

    自動駕駛安全程度達到99%是否就足夠了?

    [首發于智駕最前沿微信公眾號]五一假期,閑來無事,想到一個問題,現在監管部門對于自動駕駛的要求已經非常嚴苛,那自動駕駛要達到什么程度才算足夠安全?如果達到99%,是否就可以商用了?抑或自動駕駛
    的頭像 發表于 05-03 08:42 ?712次閱讀

    自動駕駛大模型中常提的Token是個啥?對自動駕駛有何影響?

    近年來,人工智能技術迅速發展,大規模深度學習模型(即大模型)在自然語言處理、計算機視覺、語音識別以及自動駕駛等多個領域取得了突破性進展。自動駕駛作為未來智能交通的重要方向,其核心技術之一便是對海量
    的頭像 發表于 03-28 09:16 ?1336次閱讀

    NVIDIA Halos自動駕駛汽車安全系統發布

    NVIDIA 整合了從云端到車端的安全自動駕駛開發技術套件,涵蓋車輛架構到 AI 模型,包括芯片、軟件、工具和服務。 物理 AI 正在自動駕駛和機器人開發技術的交叉領域釋放新的可能性,尤其是加速了
    的頭像 發表于 03-25 14:51 ?1175次閱讀