“知识视界”产学研-视频播放

对不起，您不在IP段范围内，无法观看

1710 播放

播放有问题？请戳这里

博世辅助自动驾驶的雷达传感器

时长：3 分钟

类别：汽车智能技术

简介：在辅助自动驾驶过程中，车辆必须始终能够可靠地检测到人和物体，并对此做出正确的反应。博世雷达传感器由于其探测距离远、视场宽、角度可分性突出和新的Chirp序列调制功能，使得快速、精确和弹性的目标检测和跟踪变得容易。这使得它非常适合复杂的交通场景。

相关视频:

智能网联汽车

想象一下，在未来，车辆可以相互交流，也可以与关键的基础设施交流。通过在车辆、基础设施和个人通信设备之间实现安全互操作的网络无线通信，这种联网的汽车技术可以改变我们所知的交通系统。联网车辆可让驾驶者对距离约300米范围内有类似装置的车辆进行360度全方位感知，这一安全系统保护个人信息的隐私，且不跟踪您的车辆。
用MATLAB构建2D激光雷达碰撞预警系统

使用Lidar工具箱™功能构建一个系统，该系统可以基于模拟仓库竞技场的2D激光雷达扫描发出碰撞警告。学习如何模拟有障碍物的机器人工作空间，生成2D激光雷达数据，根据2D激光雷达扫描检测障碍物，并在即将发生碰撞前提供及时警告。
Waymo全自动驾驶技术来了

Waymo于2009年启动了谷歌自动驾驶汽车项目，现在已经准备好进入下一阶段。从现在开始，Waymo的全自动驾驶技术——目前道路上最先进的自动驾驶技术——将在无人驾驶的情况下在公共道路上试驾。很快，公众就可以在日常生活中使用这些交通工具了。经过8年多的测试和开发，我们已经准备好解锁全自动驾驶技术的潜力，让每个人出行都更容易、更安全。
自动驾驶汽车如何“看”

天色已晚，漆黑一片，一辆自动驾驶汽车在一条狭窄的乡村道路上蜿蜒行驶。突然，三种危险同时出现。在无人驾驶的情况下，汽车使用了智能眼睛和传感器，可以在瞬间解决所有这些细节。这是怎么做到的呢？Sajan Saini解释了激光雷达和集成光子学技术如何使自动驾驶汽车成为现实。
深度学习在自动驾驶汽车中的作用

人工智能是由机器展示出来的人类智能，自20世纪50年代就有了，但直到最近，我们还没有足够的数据来训练机器或计算能力来处理这些数据。英伟达提供了价格合理的算力，他们用可编程的GPU改变了游戏规则，可以同时处理大量数据。人工智能和深度学习是无人驾驶的关键技术，我们可以在今天的道路上发现它在物体和图像识别和避碰方面的特点。
自动驾驶汽车(CAV)技术

随着技术的进步和更多地融入我们的生活，它也在进一步融入我们的个人交通工具和交通系统。佛罗里达交通部和佛罗里达收费公路认识到，自动车辆技术在帮助减少交通拥堵和提高道路安全方面拥有前所未有的机遇。
博世多摄像头系统

通过博世的多摄像头系统，司机可以在泊车和开车时将注意力集中在正确的地方。该系统由四个近距离摄像头组成，可以捕捉到车辆周围的整个环境。超声波传感器可以测量与障碍物的距离。真实世界和虚拟世界在显示器上融合在一起。司机将他们的汽车视为一个详细的3D模型。车辆周围的环境以实时图像的形式呈现，这些图像被拼接在一起，产生了一幅没有干扰线的完美画面。
Mobileye自动驾驶的深度神经网络

在麻省理工学院的演讲中，Mobileye的联合创始人Amnon Shashua展示了一系列目前正由Mobileye实时计算机视觉系统解决的计算机视觉问题。这些系统是基于图像的，不需要昂贵的3D传感器，比如常见的自动驾驶汽车上的传感器。他展示了实时车道检测、行人检测、动物检测和路面检测的视频。

观看记录：

标签:

相关视频:

智能网联汽车

用MATLAB构建2D激光雷达碰撞预警系统

Waymo全自动驾驶技术来了

自动驾驶汽车如何“看”

深度学习在自动驾驶汽车中的作用

自动驾驶汽车(CAV)技术

博世多摄像头系统

Mobileye自动驾驶的深度神经网络