通信行业自动驾驶:单车智能与车路云共发展,通信板块大有可为.docxVIP

通信行业自动驾驶:单车智能与车路云共发展,通信板块大有可为.docx

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

目录索引

一、AI技术进步,推进单车智能自动驾驶高速发展 5

(一)具身智能应用场景落地,自动驾驶共通人形机器人技术 5

(二)大模型驱动自动驾驶技术迭代,“BEV+TRANSFORMER”成为主流 6

(三)全球首个单车智能自动驾驶系统,特斯拉FSDV12性能大幅提升 8

二、国内积极推进车路云,萝卜快跑商业化正加速 11

(一)百度推出ACE交通引擎,发挥APOLLO车路协同能力 11

(二)V2X与高精地图赋能车路协同 11

(三)萝卜快跑引领自动驾驶出行,政策发力支持自动驾驶产业 14

三、自动驾驶时代,通信板块大有可为 16

(一)自动驾驶大模型依赖算力支持,带动光模块需求增长 16

(二)内部通信带宽增加,以太网渗透车载网络 17

(三)智能座舱和车路协同发展,车联网加速落地 19

四、投资建议 23

五、风险提示 25

(一)算力基础设施建设不及预期 25

(二)贸易摩擦加剧 25

(三)地缘政治风险导致的国际合作减少的风险 25

(四)宏观经济不及预期的风险 25

图表索引

图1:自动驾驶技术的四大基本原理 5

图2:自动驾驶汽车核心技术 6

图3:人形机器人核心技术 6

图4:国外自动驾驶汽车发展历程 6

图5:国内自动驾驶汽车发展历程 7

图6:自动驾驶技术迭代路径 8

图7:特斯拉FSDV12自动驾驶系统演示 9

图8:特斯拉FSDV12系统减少超过30万行代码 9

图9:Waymo无人驾驶出租车 10

图10:Cruise无人驾驶出租车 10

图11:Apollo开放平台架构 11

图12:ACE智能交通引擎 11

图13:V2X技术分类 12

图14:C-V2X技术介绍 12

图15:Apollo高精地图的构建过程 13

图16:“萝卜快跑”自动驾驶出行服务 14

图17:百度第五代无人车ApolloMoon 15

图18:百度第六代无人车ApolloRT6 15

图19:使用FSD行驶里程已超过10亿英里 16

图20:特斯拉算力发展历程 17

图21:光模块是实现光电转换的核心器件 17

图22:Aquantia公司设想的未来车载网络 18

图23:车载以太网架构 18

图24:智能座舱概述图 19

图25:华为车载光场屏 20

图26:车路协同要素示意图 20

图27:车路协同的三要素 20

图28:V2X系统示意图 21

图29:信维通信研制的汽车共形天线 21

图30:T-Box发展的三个阶段 22

表1:模块化方案与端到端方案对比 10

表2:DSRC与C-V2X对比 13

表3:智能网联汽车“车路云一体化”应用试点城市名单 15

表4:车载以太网与其他总线的性能对比 18

表5:通信板块自动驾驶投资框架 23

一、AI技术进步,推进单车智能自动驾驶高速发展

(一)具身智能应用场景落地,自动驾驶共通人形机器人技术

自动驾驶汽车是指通过集成计算机视觉、传感器、导航等系统,根据道路环境、周围车辆、交通规则等信息,无需驾驶员进行干预,就能够实现自主决策、驾驶和安全操纵的汽车。自动驾驶技术的基本原理包括以下四个方面:

感知:通过使用激光雷达、摄像头、毫米波雷达等传感器,获取车辆周围的环境信息,包括道路、障碍物、行人等。

认知:通过使用计算机视觉和深度学习等技术,将感知到的环境信息进行分析和处理,理解环境中的物体、障碍物、道路规则等。

决策:通过使用机器学习和规划算法等技术,对感知到的环境信息进行分析和处理,制定车辆的行驶路线、速度、转向等决策,以及对不同情况的应对措施。

行动:通过使用控制算法和执行机构等技术,将决策转化为车辆的具体行动,包括制动、转向、加速等。

图1:自动驾驶技术的四大基本原理

数据来源:清华大学智能产业研究院,

自动驾驶汽车是具身智能的子集。具身智能是指在环境中具有实体的智能体,通过与环境的交互来取得认知能力,学习并掌握新知识和新技能。对于自动驾驶与具身

智能的关系,清华大学智能产业研究院赵昊教授表示,“自动驾驶本身是具身智能的一个子集,具身智能的移动能力就是自动驾驶”,并提出了“(自动驾驶)汽车就

是机器人”的观点。作为具身智能技术的两大应用场景,自动驾驶和人形机器人共

通“环境感知+规划决策+执行控制”三大关键技术。以特斯拉为例,特斯拉的Tesla

Bot人形机器人,运用的就是与特斯拉自动驾驶相同的AI技术。

图2:自动驾驶汽车核心技术 图3:人形机器人核心技术

数据来源:沈甜雨、李志伟、范丽丽等《具身智能驾驶:概念、方法、现状与展望》,期刊:《智能科学

您可能关注的文档

文档评论(0)

535600147 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:6010104234000003

1亿VIP精品文档

相关文档