nachricht

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina

kuai technology berichtete am 30. august, dass xiao yong, stellvertretender general manager von gac aion, kürzlich seine ansichten zum aktuellen intelligenten fahren geäußert habe.

xiao yong sagte, dass in den nächsten drei bis fünf jahren noch nicht entschieden werden könne, ob lidar für intelligentes high-end-fahren oder sogar für fahrerloses fahren eingesetzt werde.

xiao yong glaubt dies jedoch zum gegenwärtigen zeitpunkt, insbesondere in den letzten zwei oder drei jahrenwenn automobilunternehmen zuverlässiges, sicheres und zuverlässiges intelligentes fahren schaffen wollen, muss lidar unverzichtbar sein.

xiao yong betonte auch, dass intelligentes fahren ohne lidar zum jetzigen zeitpunkt kein gutes intelligentes fahren sei.

derzeit stellen viele automobilhersteller vom intelligenten fahren mit lidar auf reines sehen um.

rein visuelle intelligente fahrsysteme basieren hauptsächlich auf kameras, um die umgebung zu erfassen. im vergleich zu systemen, die mit sensoren wie lidar und millimeterwellenradar ausgestattet sind, haben rein visuelle systeme die folgenden vorteile:

1. die kosten für kameras sind in der regel niedriger als bei anderen arten von sensoren, wie z. b. lidar, was dazu beiträgt, die kosten für das gesamte fahrzeug zu senken.

2. die kamera kann umfangreiche visuelle informationen erfassen, einschließlich farbe, form, textur usw. diese informationen sind sehr nützlich, um komplexe straßenumgebungen zu verstehen und eine genaue objekterkennung durchzuführen.

3. die kamera lässt sich problemlos in die bestehende struktur des fahrzeugs integrieren und erfordert keine großen änderungen am fahrzeug.

4. die leistung rein visueller systeme hängt stark von fortschrittlichen bildverarbeitungs- und maschinellen lernalgorithmen ab, was entwickler dazu veranlasst, die software kontinuierlich zu optimieren und den intelligenzgrad des systems zu verbessern.

5. mit der entwicklung der deep-learning-technologie können reine bildverarbeitungssysteme die leistung durch software-updates kontinuierlich verbessern und verfügen über eine gute skalierbarkeit.

aber,es gibt auch einige herausforderungen bei reinen bildverarbeitungssystemen, z. b. die leistung bei extremen wetterbedingungen, die beeinträchtigt werden können, und die sehr hohe genauigkeit des algorithmus.

daher arbeiten viele automobilhersteller und technologieunternehmen an hybridsystemen, die reine bildverarbeitungssysteme mit anderen sensordaten kombinieren, um die gesamtleistung und sicherheit des intelligenten fahrens zu verbessern.