以算法为核心,图森未来聚焦固定路段的大车 自动驾驶技术-图森未来企业调研报告.pptx

以算法为核心,图森未来聚焦固定路段的大车 自动驾驶技术-图森未来企业调研报告.pptx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
以算法为核心,图森未来聚焦固定路段的大车 自动驾驶技术-图森未来企业调研报告

以算法为核心,图森未来聚焦固定路段的大车 自动驾驶技术—— 图森未来调研报告报告要点:? 行业概况:自动驾驶行业,参与者众,市场潜力巨大随着数据资源不断积累、运算能力大幅提升以及物联网的普及,人工 智能在历经数次起伏后,于近两年迎来了一次爆发式的产业落地。自 动驾驶作为其中之一,市场潜力巨大。波士顿咨询集团认为,到2025 年自动驾驶市场规模将达420亿美元。强大的市场吸引力,导致众多 传统车企、科技企业都参与其中。? 自动驾驶底层支撑:传感器+高精地图+计算平台作为自动驾驶的基础,传感器是热数据的重要来源,同时也是算法模 型优化的依据;高精地图是自动驾驶必备,其绘制过程需要数字地图、 车联网、传感器、芯片等多个领域玩家的共同努力;计算平台是自动 驾驶系统的大脑,具备存储、计算和决策等能力,而计算能力和无线 通讯技术则决定了自动驾驶系统的可靠性和反应速度。因此,传感器、 高精地图与计算平台共同构成了自动驾驶的底层技术支撑。? 行业玩家:稳扎稳打的传统车企VS一步到位的科技创新者传统车企由于库存、产品线和市场接受度等压力存在,倾向于采取稳 扎稳打、温和渐进的策略,希望通过不断升级每一代车型搭载的 ADAS 高级驾驶辅助系统的方式,逐步实现完全自动驾驶功能;而Google、特斯拉、百度等新进入的科技代表由于没有尾大不掉的压力, 更倾向于一步到位的策略。? 图森未来:传感器集成+自主算法+高精地图,处于车厂和承运人之间,代替司机的角色图森未来(以下简称图森)作为国内自动驾驶领域创业公司之一,依 靠传感器集成+自主算法+绘制高精地图模式,尝试为城际物流运输车 队提供固定路段的L4级别的自动驾驶,未来将逐渐取代司机的角色, 预计物流人力成本将降低80%1。图森的主要优势是其以自主算法为核 心,对传感器要求较低,一定程度上降低了落地成本,进而促进了商 业化进程。目前图森已与一线物流公司合作,计划今年将在国内和北 美多个路段开始测试。1数据来自图森未来36氪调研报告(第43期)—— 图森未来2017.051. 行业概况:随着人工智能浪潮的兴起,作为落地形式之一的自动 驾驶,行业参与者众,市场潜力庞大1.1 自动驾驶通过去人力的方式降低了物流成本,目前量产的大部 分自动驾驶汽车都处于L1-L2的辅助驾驶级别自动驾驶汽车技术的研发,在20世纪已有数十年历史,当时数理逻 辑研究上的突破使得人工智能呼之欲出。随着深度学习算法、视觉 导航和物联网的进步,21世纪以来,自动驾驶技术获得飞跃式发展,开始呈现出实用化的趋势。从本质上讲,自动驾驶是通过去人力 的方式降低运输成本,提高了物资流通效率。根据美国机动工程师协会(SAE)对自动驾驶技术给出的划分,自 动驾驶根据其“自动”程度可被分为L0-L5共6个级别,涵盖了从司 机完全掌控驾驶到汽车完全掌控驾驶的全阶段。目前,量产的大部 分自动驾驶汽车都处于L1-L2级别,福特、丰田、本田、宝马、沃 尔沃等多家车企均表示要在2020年量产出能达到SAE 3级的自动驾 驶汽车。L2与L3最大的区别在于L2阶段仍然以人为观察环境的主体,而L3阶段观察环境的主体变成了车辆本身。自动驾驶分级SAE具体定义0无自动化由人来驾驶汽车,可以得到保护系统辅助和警示1驾驶支援通过驾驶环境分析,可以对方向盘和速度其中一项支援控制2部分自动化对方向盘和速度多项操作提供支援控制3有条件自动化汽车自动驾驶,人类需要提供一定操作4高度自动化汽车自动驾驶,人类不一定需要提供操作5完全自动化完全自动驾驶,不需要人为干涉图示:自动驾驶SAE分级 来源:根据公开资料整理1.2 自动驾驶底层支撑:传感器、高精地图、计算平台1.2.1 传感器:自动驾驶的基础当前阶段,计算机视觉系统重度依赖传感器。传感器是热数据的主 要来源,同时也是算法模型优化的依据,可以说是自动驾驶的基石。目前用于自动驾驶的主流传感器有激光雷达、摄像头、毫米波雷 达等。但是,传感器目前整体造价偏高,例如Google无人车所使用 的64线Velodyne激光雷达本身的价格就高达75000美元。未来技 术的进步将会促使传感器的造价大幅降低,这无疑也会极大地促进 自动驾驶汽车的普及。请务必阅读文末的免责声明36氪调研报告(第43期)—— 图森未来2017.051.2.2 高精地图:高精地图+传感器是目前主流的自动驾驶视觉解决 方案虽然一辆车可以安装很多传感器,但如果单纯依靠传感器,其检测 范围以及反馈的道路信息有限,并且较高的成本也是一个门槛。如 果在其基础上搭配一张高精度的地图,路况的精准度将会大幅上升,例如车辆在行驶过程中可以提前数百米知道前方有个三岔路口, 并且知道三岔路口的形状以及在这个时间点此路口有多大概率通过 大型拖车等信息,这样一来,决策便可提前启动。传统电子地图精

文档评论(0)

ipbohn97 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档